参考
1.https://www.cnblogs.com/jmswag/p/9089366.html Lucene IK分词器集成,词典扩展(详细,推荐看此博客)
2.https://blog.csdn.net/wangqing84411433/article/details/86239535 配置IKAnalyzer扩展词库(提到了一些要注意的问题)
3.https://blog.csdn.net/qq_40131121/article/details/80591177 maven项目中使用IK分词,加载扩展词典配置文件的路径问题
(一般项目,该配置文件放到src目录下即可,在maven项目中需要放在src/main/java目录下。意思是配置文件可放在上述两个路径下建立的子目录中)
针对参考的博客,主要想补充说明目录结构和配置文件内容
- 我按照参考1复现了一下项目,项目目录如下:
//注意配置文件的位置;词典(.dic)的位置可以随意,修改在配置文件中的路径配置即可
- 配置文件IKAnalyzer.cfg.xml的内容为
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 扩展配置</comment>
<!-- 用户可以在这里配置自己的扩展字典 -->
<entry key="ext_dict">ext.dic</entry>
<!-- 用户可以在这里配置自己的扩展停止字典 -->
<entry key="ext_stopwords">my_ext_stopword.dic</entry>
</properties>
我看到的博客都是类似的配置,“ext_dict”和“ext_stopwords”是固定的,该配置文件的名称也是固定的,因为在ikanalyzer jar包中对相关信息进行了定义:
/*
* 分词器配置文件路径
*/
private static final String FILE_NAME = "IKAnalyzer.cfg.xml";
// 配置属性——扩展字典
private static final String EXT_DICT = "ext_dict";
// 配置属性——扩展停止词典
private static final String EXT_STOP = "ext_stopwords";