Solr之中文分词

桃扇骨 2022-08-01 16:47 304阅读 0赞

针对Solr的分词器比较多，其中最常用的的两个是mmseg4j和ik-analyzer,使用都很方便，关于分成器的比较参考：[与Lucene 4.10配合的中文分词比较][Lucene 4.10]，ik-analyzer最新版本IKAnalyzer2012FF\_u1与最新版本solr有兼容问题，由于我们使用的solr是5.2.1，下面外面以mmseg4j为例演示一下solr配置：

mmseg4j官网：https://github.com/chenlb/mmseg4j-solr

由于存在版本兼容问题，根据官网提示需下载，如下版本：

*  mmseg4j-solr-2.3.0.jar 要求 lucene/solr \[5.0, \]

下载mmseg4j-solr：[http://pan.baidu.com/s/1dD7qMFf\#path=%252Fmmseg4j-solr][http_pan.baidu.com_s_1dD7qMFf_path_252Fmmseg4j-solr]

将下载的mmseg4j-core-1.10.0.jar和mmseg4j-solr-2.3.0.jar复制到tomcat/webapp/solr的工程的lib下面：

配置分词，修改schema.xml配置，末尾增加如下：

tokenizer 的参数：  
dicPath 参数 － 设置自定义的扩展词库，支持相对路径(相对于 solr\_home).  
mode 参数 － 分词模式。

配置field：

重启tomcat。

**查看分词效果**：  
1.打开solr服务器主页， http://192.168.18.119:9080/solr/  
2.选择test  
3.选择Analysis  
4.选择使用的字段，需要为应用了新类型的字段  
5.点击右侧的Analyse Values提交即可查看分词效果  
![Center][]  
参考文章：

1.[Solr配置中文分词mmseg4j][Solr_mmseg4j]  
2.[Solr配置中文分词器mmseg4j详解][Solr_mmseg4j 1]  
3.[Solr配置中文分词（IK版）][Solr_IK]  
4.[在Solr中配置中文分词IKAnalyzer][Solr_IKAnalyzer]

[Lucene 4.10]: http://blog.csdn.net/zhu_tianwei/article/details/46607525
[http_pan.baidu.com_s_1dD7qMFf_path_252Fmmseg4j-solr]: http://pan.baidu.com/s/1dD7qMFf#path=%252Fmmseg4j-solr
[Center]: /images/20220731/1897b484cf684ff0b19ff4851d657a7c.png
[Solr_mmseg4j]: http://www.devnote.cn/article/32.html
[Solr_mmseg4j 1]: http://www.linuxidc.com/Linux/2015-01/112394.htm
[Solr_IK]: http://www.devnote.cn/article/100.html
[Solr_IKAnalyzer]: http://www.cnblogs.com/likehua/archive/2012/12/26/2834650.html