1.下载插件
下载和你elasticsearch相应版本的IK分词器插件
2.在你es的plugins目录新建一个ik文件夹,将下载下来的插件zip解压文件放在文件夹里,重启elasticsearch
3.分词比较
我们先试下es自带的分词器standard
我们再试下刚安装的IK分词器
明显可以看出IK分词器对中文分词更加友好。原因是在分词器插件的config目录下定义了很多分词规则,以及一些常用词汇。例如:中国人,以及各种成语。建议大家可以点开main.dic文件查看下。
对于一些IK分词器配置文件里没有定义的词汇,分词器还是会进行逐字拆分。例如:
我们想达到的效果是周黑鸭作为一个词分出,但是并没有达到。这时候我们可以修改main.dic配置文件来实现。在配置文件末尾新增一个词 周黑鸭 ,然后重启elasticsearch服务,再试下分词效果:
达到预期效果。