solr5.3.1 添加中文分词之mmseg4j

2019独角兽企业重金招聘Python工程师标准>>>

1，下载对应jar包，并拷贝到sorl服务器的lib目录底下

2，添加配置文件（在Solr的安装部署及简单使用已经有过介绍）

<fieldtype name="textComplex" class="solr.TextField" positionIncrementGap="100">
		<analyzer>
			<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="d:\solr\my_dic"/>
		</analyzer>
	</fieldtype>
	 
	<fieldtype name="textMaxWord" class="solr.TextField" positionIncrementGap="100">
		<analyzer>
			<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word" />
		</analyzer>
	</fieldtype>
	 
	<fieldtype name="textSimple" class="solr.TextField" positionIncrementGap="100">
		<analyzer>
			<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="dic" />
		</analyzer>
	</fieldtype>

其中  dicPath="d:\solr\my_dic"  是我们指定的词库路径，词库文件都在这个文件夹底下，并且名字要以words开头，以dic做后缀，例如  words_my.dic。作为演示，在词库里添加

爱他美
高富帅

值得强调的是：这个词典文件必须是utf-8格式的，否则无法识别。

3，重启solr服务，进入管理界面

先试一下没有添加自定义词库的效果，输入文字：高富帅喜欢德国爱他美奶粉（使用textSimple）

再试一下添加了自定义词库的效果，还是上面的文字

明显添加了自定义词库的显示效果要比没添加好很多

转载于:https://my.oschina.net/u/238296/blog/598424