ElasticSearch 分词器 IK分词器

最新推荐文章于 2024-08-23 14:17:45 发布

普希托夫

最新推荐文章于 2024-08-23 14:17:45 发布

阅读量138

点赞数

分类专栏：笔记文章标签： elasticsearch java

本文链接：https://blog.csdn.net/weixin_50622904/article/details/119958989

版权

本文介绍了ElasticSearch中IK分词器的使用，包括其两种模式：ik_max_word和ik_smart。ik_max_word进行最细粒度的拆分，而ik_smart则进行最粗粒度的拆分。通过示例展示了如何利用IK分词器进行全文查询和词条查询，以满足不同的搜索需求。

摘要由CSDN通过智能技术生成

ElasticSearch 分词器

elasticSearch 自带的分词器，将中文份成单独的字来查询，这就不能进行词条查询。
要对中文做分词查询，就要借助别的中文分词器了。

IK分词器，就是专门用来将中文分成词条的。

•IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包

•是一个基于Maven构建的项目

•具有60万字/秒的高速处理能力

•支持用户词典扩展定义

•下载地址：https://github.com/medcl/elasticsearch-analysis-ik/archive/v7.4.0.zip

安装包在资料文件夹中提供

IK分词器有两种模式
1 . ik_max_work
会将文本做最细粒度的拆分，比如会将“乒乓球明年总冠军”拆分为“乒乓球、乒乓、球、明年、总冠军、冠军。

#方式一ik_max_word
GET /_analyze
{
   
  "analyzer": "ik_max_word",
  "text": "乒乓球明年总冠军"
}

ik_max_word分词器执行如下：

{
   
  "tokens" : [
    {
   
      "token" : "乒乓球",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
   
      "token" : "乒乓",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD"