[solr] solr5.5.2配置结巴分词工具

最新推荐文章于 2021-02-21 02:55:48 发布
最新推荐文章于 2021-02-21 02:55:48 发布
阅读量355 收藏 1
点赞数 1
分类专栏： MachineLP成长记 文章标签： solr安装结巴分词
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014365862/article/details/107100140
版权
MachineLP成长记 专栏收录该内容
24 篇文章 100 订阅 ¥39.90 ¥99.00
订阅专栏
本文介绍了如何在solr5.5.2中配置并使用结巴分词器，包括选择结巴分词的原因、下载与编译jieba-analysis-1.0.2.jar，以及在solr tokenizer版本的选择和schema的修改过程。
摘要由CSDN通过智能技术生成

 

为什么选择结巴分词

  • 分词效率高
  • 词料库构建时使用的是jieba (python)

结巴分词Java版本

  • 下载
git clone https://github.com/huaban/jieba-analysis
  • 编译

  1. cd jieba-analysis

  2. mvn install

  • 注意
如果mvn版本较高，需要修改pom.xml文件，在plugins前面增加

     或者直接下载jieba-analysis-1.0.2.jar：链接:https://pan.baidu.com/s/1kt3wE7v-hdrM_04asLyFGg  密码:boda

 

solr tokenizer版本

了解本专栏 订阅专栏 解锁全文
MachineLP
关注
专栏目录
订阅专栏
结巴分词jar包
05-15
jieba “结巴”中文分词：做最好的 Python 中文分词组件 "Jieba" (Chinese for "to stutter") Chinese text segmentation: built to be the best Python Chinese word segmentation module. Scroll down for English documentation. 特点 支持三种分词模式： 精确模式，试图将句子最精确地切开，适合文本分析； 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义； 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。 支持繁体分词 支持自定义词典 MIT 授权协议 详情，见https://github.com/fxsjy/jieba
solr+jieba结巴分词
weixin_30455067的博客
02-02 530
为什么选择结巴分词 分词效率高 词料库构建时使用的是jieba (python) 结巴分词Java版本 下载 git clone https://github.com/huaban/jieba-analysis 编译 cd jieba-analysis mvn install 注意 如果mvn版本较高，需要修改pom.xml文件，在plugins前面增加 solr tokeniz...
【Solr】之使用结巴分词模拟搜索商品1
07-12 555
一、Solr入门 1.1 对于数据库的查询的 select * from t_goods where goodsName like “%手机%” ; 问题： 1，这个查询速度快不快？ 2，对于goodsName 是否添加了索引（假设我们添加了） 3，对于上面的sql 语句，是否会走索引？ 索引的本质是一颗树，若我们使用（“%手机%” ） 查询时，它无法去比较大小，无法比较，就无法走索引！ 那种场景走索引：最左匹配原则 goodsName like “手机%”，它会走索引。goodsName like “%手
jieba分词器
学海无涯
06-17 3021
运行环境和模块安装运行环境：Python 3.X首先：cmd下 pip install jieba建议使用 pip3 install jieba （特别是那些同时装了Python2和3的朋友，以后装模块可以用pip2和pip3区分）安装完成后结巴分词模式结巴分词模块有三种分词模式：1.全模式2.精确模式3.搜索引擎模式全模式：把句子中所有可以成词的词语都扫描出来，速度非常快，但是不能解决歧义。  ...
ik分词和jieba分词哪个好_在 Docker 的 Solr 容器中安装 IK 中文分词器
weixin_34476159的博客
12-31 219
坑！现在大家能够在?网上(需要禾斗学上网)下载的 IK 分词器版本已经非常老了，而 Solr 更新还是非常快的，所以会出现版本不兼容的问题，不然即使成功装上了，也无法进行分词，Solr 会报异常：java.lang.AbstractMethodErrorFileSummary + LabelsUploadedSize[IK Analyzer 2012FF_hf1_source.rar]I...
ikanalyzer-solr8.4.0_solr8_solr_ikanalyzer_中文分词_
10-02
ikanalyzer 是一个专门为Java开发的中文...总之，ikanalyzer-solr8.4.0 是 Solr 8.4.0 版本下用于中文分词的重要工具，通过合理的配置和使用，可以显著提高 Solr 对中文文本的处理能力，从而提升搜索质量和用户体验。
solr7.x-ik分词器亲测可用.zip
03-08
"solr7.x-ik分词器亲测可用.zip" 文件是一个包含针对 Solr 7.x 版本优化的 IK 分词器的压缩包，IK（Intelligent Chinese Analyzer）是广泛使用的中文分词库，专为处理中文文本而设计。这个亲测可用的版本意味着已经...
solr搭建（含拼音检索，三种分词器，停词器，扩展词库）
01-16
solr的基本搭建，拼音检索，三种分词器（smartcn ，IK，mmseg4j）的安装，停词器的安装
jieba分词jar包
04-02
该文件是jieba分词jar包，其中包括主要的jar包，源码，文档等。
jieba-analysis-1.0.2.rar
10-30
jieba分词所需要使用的jar包 结巴分词的使用比较方便，效果也不错，也无需连接网络即可使用。在项目中使用到了结巴分词，故在此保存备份。
jieba结巴分词 支持lucene5
04-12
jieba分词器，支持lucene5版本。分词效果非常好，推荐使用。
jieba分词包
10-13
结巴分词包
结巴分词器——jieba-analysis
bingongzi的博客
12-02 2449
支持三种分词模式： 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义； 精确模式，试图将句子最精确地切开，适合文本分析； 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。 jar包（pom.xml文件）： # 当前稳定版本 <dependency> <groupId>com.huaban</groupId> <artifactId&g...
结巴（jieba）分词的使用-Java实现
热门推荐
JohnnyChu的博客
09-17 2万+
结巴分词Java版 结巴分词的使用比较方便，效果也不错，也无需连接网络即可使用。在项目中使用到了结巴分词，故在此做个小笔记。 本项目中所想实现的是如下的较精准模式。 支持三种分词模式： 1、较精确模式：试图将句子最较精确地切开，适合文本分析； 【我/ 来到/ 北京/ 清华大学】 2、全模式：把句子中所有的可以成词的词语都扫描出来, 速度较快，但是不...
java 分词jar_java版jieba分词统计，含1.02版本jar
weixin_36179394的博客
02-21 466
【实例简介】结巴分词,jieba分词，统计分词出现的频率，按频率统计分词出现的频率。分词器功能，建议参考 elasticsearch的分词器，此分词器为入门级的分词拆分和分词频率统计【实例截图】【核心代码】TEST└── TEST├── bin│ ├── date│ │ ├── Date.class│ │ └── DateStringCompare.class│ ├── m...
jieba分词/jieba-analysis（java版）
weixin_40967411的博客
11-23 2802
简介 支持分词模式 Search模式，用于对用户查询词分词 Index模式，用于对索引文档分词 特性 支持多种分词模式 全角统一转成半角 用户词典功能 conf 目录有整理的搜狗细胞词库 因为性能原因，最新的快照版本去除词性标注，也希望有更好的 Pull Request 可以提供该功能。 简单使用 获取jieba-analysis dependency> group
Solr环境配置与中文分词指南
"这篇教程详细介绍了如何配置搜索引擎Solr的环境，包括设置分词器和创建索引。" Apache Solr是一款开源的企业级全文搜索引擎，它提供了强大的索引功能和高效的搜索性能。以下是对Solr环境配置、分词以及索引操作的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

MachineLP

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值