人大金仓分析型数据库中文分词

目录

配置参数

中文分词

自定义词库

---

        zhparser是一个中文分词插件，可以支持中文的全文检索（Full Text Search）。英语的分词原理很简单，按照标点、空格切分语句即可获得有含义的词语，数据库内置的parser就是按照这个原理来分词的。而中文相对复杂，词语之间没有空格分割，长度也不固定，怎么分词有时还和语义有关，自带的parser不能用于中文分词。使用zhparser这个插件可以使数据库支持中文分词， 继而可以做中文全文检索。

配置参数

        这些选项是用来控制字典加载行为和分词行为的，这些选项都不是必须的，默认都为false（即如果没有在配置文件中设置这些选项，则zhparser的行为与将下面的选项设置为false一致）。

• 忽略所有的标点等特殊符号: zhparser.punctuation_ignore = f
• 闲散文字自动以二字分词法聚合: zhparser.seg_with_duality = f
• 将词典全部加载到内存里: zhparser.dict_in_memory = f
• 短词复合: zhparser.multi_short = f
• 散字二元复合: zhparser.multi_duality = f
• 重要单字复合:zhparser.multi_zmain = f
• 全部单字复合: zhpar