Solr搜索引擎 — 中文全拼简拼分词

搞定了中文分词下一个就是要来搞定拼音分词了,拼音分词有分为全拼和简拼

附上:

喵了个咪的博客:http://w-blog.cn

Solr官网:http://lucene.apache.org/solr/

PS:8.0.0版本已经发布,本文使用此时较为稳定的7.7.1版本

一,全拼分词

1> wget http://files.cnblogs.com/files/wander1129/pinyin.zip 2> unzip pinyin.zip 3> mv pinyin4j-2.5.0.jar server/solr-webapp/webapp/WEB-INF/lib 4> mv pinyinAnalyzer4.3.1.jar server/solr-webapp/webapp/WEB-INF/lib 5 6 7> vim server/solr/new_core/conf/managed-schema 8 9<fieldType name="text_pinyin" class="solr.TextField" positionIncrementGap="0"> 10 <analyzer type="index"> 11 <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory"/> 12 <filter class="com.shentong.search.analyzers.PinyinTransformTokenFilterFactory" minTermLenght="2" /> 13 <filter class="com.shentong.search.analyzers.PinyinNGramTokenFilterFactory" minGram="1" maxGram="20" /> 14 </analyzer> 15 <analyzer type="query"> 16 <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory"/> 17 <filter class="com.shentong.search.analyzers.PinyinTransformTokenFilterFactory" minTermLenght="2" /> 18 <filter class="com.shentong.search.analyzers.PinyinNGramTokenFilterFactory" minGram="1" maxGram="20" /> 19 </analyzer> 20</fieldType>

自制分词规则

1> webapps/solr/WEB-INF/classes/ 2> cd /usr/local/solr-7.7.1/server/solr-webapp/webapp/WEB-INF 3> mkdir classes 4 5 6> wget http://pic.w-blog.cn/ikanalyzer-solr5.zip 7> unzip ikanalyzer-solr5.zip 8> cd ikanalyzer-solr5/ 9> mv ext.dic ../server/solr-webapp/webapp/WEB-INF/classes/ 10> mv IKAnalyzer.cfg.xml ../server/solr-webapp/webapp/WEB-INF/classes/ 11> mv stopword.dic ../server/solr-webapp/webapp/WEB-INF/classes/ 12 13 14> vim ext.dic 15 16美团

简拼分词

1> wget http://pic.w-blog.cn/pinyinTokenFilter-1.1.0-RELEASE.jar 2> mv pinyinTokenFilter-1.1.0-RELEASE.jar server/solr-webapp/webapp/WEB-INF/lib 3 4 5> vim server/solr/new_core/conf/managed-schema 6 7<fieldType name="text_jian_pinyin" class="solr.TextField"> 8 <analyzer type="index"> 9 <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" isMaxWordLength="false" useSmart="false" /> 10 <filter class="solr.LowerCaseFilterFactory" /> 11 <filter class="top.pinyin.index.solr.PinyinTokenFilterFactory" pinyin="true" isFirstChar="true" minTermLenght="2" /> 12 <filter class="com.shentong.search.analyzers.PinyinNGramTokenFilterFactory" minGram="2" maxGram="20" /> 13 </analyzer> 14 <analyzer type="query"> 15 <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" isMaxWordLength="false" useSmart="false" /> 16 <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true" /> 17 <filter class="solr.LowerCaseFilterFactory" /> 18 </analyzer> 19</fieldType>

<field name="app_name" type="text_jian_pinyin" indexed="true" stored="true" />

点赞
收藏

评论区

加载中...

相关推荐

MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1

文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s

Oracle 分组与拼接字符串同时使用

SELECTT.,ROWNUMIDFROM(SELECTT.EMPLID,T.NAME,T.BU,T.REALDEPART,T.FORMATDATE,SUM(T.S0)S0,MAX(UPDATETIME)CREATETIME,LISTAGG(TOCHAR(

MySQL部分从库上面因为大量的临时表tmp_table造成慢查询

背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_

皕杰报表之UUID

​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为

2020年前端实用代码段,为你的工作保驾护航

有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )

11大Java开源中文分词器的使用方法和分词效果对比

本文的目标有两个:1、学会使用11大Java开源中文分词器2、对比分析11大Java开源中文分词器的分词效果本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码,至于效果哪个好,那要用的人结合自己的应用场景自己来判断。11大Java开源中文分词器,不同的分词器有不同的用法,定义的接口也不一样,我们先定义一个统一的接口:!

Solr搜索引擎 — 中文全拼简拼分词 - HelloWorld