Solr配置中文分词器mmseg4j详解-linux版

针对Solr的分词器比较多，其中最常用的的两个是mmseg4j和ik-analyzer,至于他们的区别可以网上查找比较下，这两个分词器都挺好用。我搭建的Solr环境（上一篇 http://www.linuxidc.com/Linux/2015-01/112393.htm）是4.10.3的最新版本，以下将详细说下mmseg4j的配置。

1.首先下载对应的jar包。

版本号一定要对应上否则可能会报错，下载地址为：http://code.google.com/p/mmseg4j/ 但是这个网址好像需要翻墙，所以大家可以到我的上传资源下载：http://download.csdn.net/download/tjcyjd/8394095 。

2.将jar包拷贝到服务器solr的lib包下。（）

三个包：mmseg4j-solr-2.2.0.jar，mmseg4j-analysis-1.9.1.jar，mmseg4j-solr-2.2.0.jar

3.配置schema.xml。

schema.xml的配置也挺简单，首先需要在schema.xml文件中配置一个fieldType节点，如下：

<!-- mmseg4j -->
<fieldType name="text_zh" class="solr.TextField"positionIncrementGap="100">
<spanstyle="white-space:pre"> </span><analyzer>
<span style="white-space:pre">  </span><tokenizerclass="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory"mode="complex" />
<spanstyle="white-space:pre"> </span></analyzer>
</fieldType>

然后就可以在field节点中引用该filedType了，假设你有个字段叫my_content需要支持中文分词，只需要定义示例filed节点如下：

<field name="my_content" type="text_zh"indexed="true" stored="false"multiValued="true"/>

4.重启Solr服务器。

5.测试。

浏览器输入地址：http://localhost:8080/solr/

解析“有什么好的电影推荐吗”的效果如下图：

 

 

http://www.linuxidc.com/Linux/2015-01/112394.htm