ElasticSearch IK分词器配置文件 以及自定义词库
更多干货
- 分布式实战（干货）
- spring cloud 实战（干货）
- mybatis 实战（干货）
- spring boot 实战（干货）
- React 入门实战（干货）
- 构建中小型互联网企业架构（干货）
- python 学习持续更新
- ElasticSearch 笔记
一、概述
- ik配置文件
- 如何自己建立词库
- 自己建立停用词库（不想去建立索引）
二、ik配置文件
ik配置文件地址：es/plugins/ik/config目录
- IKAnalyzer.cfg.xml：用来配置自定义词库
- main.dic：ik原生内置的中文词库，总共有27万多条，只要是这些单词，都会被分在一起
- quantifier.dic：放了一些单位相关的词
- suffix.dic：放了一些后缀
- surname.dic：中国的姓氏
- stopword.dic：英文停用词
ik原生最重要的两个配置文件
- main.dic：包含了原生的中文词语，会按照这个里面的词语去分词
- stopword.dic：包含了英文的停用词
停用词，stopword 如：
a the and at but
一般，像停用词，会在分词的时候，直接被干掉，不会建立在倒排索引中
三、自定义词库
3.1 自己建立词库
- 每年都会涌现一些特殊的流行词，网红，蓝瘦香菇，喊麦，鬼畜，一般不会在ik的原生词典里
- 自己补充自己的最新的词语，到ik的词库里面去
- 补充自己的词语，然后需要重启es，才能生效
IKAnalyzer.cfg.xml：ext_dict，custom/mydict.dic
3.2 自己建立停用词库
停用词库：比如了，的，啥，么，我们可能并不想去建立索引，让人家搜索
custom/ext_stopword.dic，已经有了常用的中文停用词，可以补充自己的停用词，然后重启es
5672
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
