IK分词器扩展词停用词

系列文章目录

---

---

前言

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站，这篇文章男女通用，看懂了就去分享给你的码吧。

---

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。 作为 Elastic Stack 的核心，它集中存储您的数据，帮助您发现意料之中以及意料之外的情况。

# 进入容器内部
docker exec -it es /bin/bash
# 查看文件
cat /usr/share/elasticsearch/plugins/ik/config/IKAnalyzer.cfg.xml

内容

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
    <comment>IK Analyzer 扩展配置</comment>
    <!--用户可以在这里配置自己的扩展字典 -->
    <entry key="ext_dict"></entry>
     <!--用户可以在这里配置自己的扩展停止词字典-->
    <entry key="ext_stopwords"></entry>
    <!--用户可以在这里配置远程扩展字典 -->
    <!-- <entry key="remote_ext_dict">words_location</entry> -->
    <!--用户可以在这里配置远程扩展停止词字典-->
    <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

这里需要定制自己的扩展词或者停用词，dic词典一行一个词，非常容易编辑。

问题是如果我是一个刚开始的项目，从哪里来那么多字典，就好像输入法需要安装词库。

我们可以去搜狗输入法官方下载一些词库

https://pinyin.sogou.com/dict/

下载后是一些.scel的文件，用文本是无法编辑的，此时需要一个工具来把他转为可用的词典

深蓝细胞词库scel转txt工具.rar

转换后安装到自己的插件中。

这是一个通用的做法，如果是你用的solr，也可以这样操作。