如何把两个字符串进行ik分词，得出匹配度

Posted 2023-03-18

参考技术A public void onCreateA(SQLiteDatabase db)

System.out.println("On create works");

try
db.execSQL("DROP TABLE IF EXISTS actuator;");
db.execSQL("CREATE TABLE IF NOT EXISTS actuator ("+
"ACTUATOR_ID INT(11) NOT NULL,"+
"ACTUATOR_HW_ID int(11) DEFAULT NULL,"+
"DEVICE_NAME TEXT(45) DEFAULT NULL,"+
"DEVICE_TYPE TEXT(45) DEFAULT NULL,"+
"DEVICE_SUB_TYPE TEXT(45) DEFAULT NULL,"+
"LOCATION_ID INT(11) DEFAULT NULL,"+
"STATUES_VALUE REAL DEFAULT NULL,"+
"MAX_STATUES_VALUE REAL DEFAULT NULL,"+
"MIN_STATUES_VALUE REAL DEFAULT NULL,"+
"PRIMARY KEY (`ACTUATOR_ID`))");

System.out.println("table created now values will be added");

System.out.print("DONE!");

catch (SQLException e)

System.out.println("table is not created");


try
db.execSQL("INSERT INTO actuator (ACTUATOR_ID, ACTUATOR_HW_ID, DEVICE_NAME, DEVICE_TYPE, DEVICE_SUB_TYPE, LOCATION_ID, STATUES_VALUE, MAX_STATUES_VALUE, MIN_STATUES_VALUE) " +
"VALUES (1, 2, 'Heat Sensor FX615','Heat Sensor', 'Optic Heat Sensor', 4, 6, 7, 8) " );
System.out.println("values are added");
catch (Exception e)

e.printStackTrace();
System.out.println("values are not added");


try
db.execSQL("SELECT * FROM actuator");
catch (SQLException e)
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("not selected");

Windows使用Ik分词器插件

IK分词器插件

什么是Ik分词器?

分词：即把一段中文或者别的划分成一个个关键字，我们在搜索的的时候回把自己的信息进行分词，回把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词。

Ik分词器两种分词模式：

• ik_max_word: 会将文本做最细粒度的拆分，比如会将"中华人民共和国国歌"拆分为"中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌"，会穷尽各种可能的组合；

• ik_smart: 会做最粗粒度的拆分，比如会将"中华人民共和国国歌"拆分为"中华人民共和国,国歌"。

安装

下载安装 https://github.com/medcl/elasticsearch-analysis-ik/releases ,解压到 elasticsearch下的plugin目录，重启加载即可，可以看到Ik分词器被加载了。

可以通过 elasticsearch-plugin 命令查看加载进来的插件：

在Kibana中使用分词器

GET _analyze
{
  "analyzer": "ik_smart",
  "text": ["我是中国人"]
}


GET _analyze
{
  "analyzer": "ik_max_word",
  "text": ["我是中国人"]
}

查看不同的分词效果，其中 ik_smart 为最少分词效果

ik_max_word 为最细粒度划分！穷尽词库的可能！

问题：

我们输入 “我很喜欢敲代码“，发现 ”敲代码“ 三个字被拆开了。

类似这种需要的次，我们需要自己加入到我们的分词字典当中！

保存完成之后重启 Es和Kibana 访问即可！