全文检索引擎Solr系列——整合中文分词组件mmseg4j

Posted 超级黑客炼成记

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了全文检索引擎Solr系列——整合中文分词组件mmseg4j相关的知识,希望对你有一定的参考价值。


默认Solr提供的分词组件对中文的支持是不友好的,比如:“VIM比作是编辑器之神”这个句子在索引的的时候,选择FieldType为”text_general”作为分词依据时,分词效果是:

它把每一个词都分开了,可以想象如果一篇文章这样分词的搜索的体验效果非常差。能够和Solr集成的中文分词组件有很多,比如:mmseg4j、IkAnalyzer、ICTCLAS等等。各有各的特点。这篇文章讲述如何整合Solr与mmseg4j。mmeseg4j最新版本是1.9.1,解压,提取其中的三个文件:mmseg4j-analysis-1.9.1.jar, mmseg4j-core-1.9.1.jar,mmseg4j-solr-1.9.1.jar。放到目录:E:\solr-4.8.0\example\solr-webapp\webapp\WEB-INF\lib,修改配置文件schema.xml,添加下面的两段代码:
fieldType:

1

以上是关于全文检索引擎Solr系列——整合中文分词组件mmseg4j的主要内容,如果未能解决你的问题,请参考以下文章

搜索引擎solr系列---solr分词配置

全文搜索服务器solr

Solr

Django全文检索实现:基于HayStack + Whoosh引擎 + Jieba中文分词

中文检索和分词

搜索引擎 solr

(c)2006-2024 SYSTEM All Rights Reserved IT常识