solr5.3.1 添加中文分词之mmseg4j
jopen
8年前
1，下载对应jar包，并拷贝到sorl服务器的lib目录底下
2，添加配置文件（在Solr的安装部署及简单使用已经有过介绍）
<fieldtype name="textComplex" class="solr.TextField" positionIncrementGap="100"> <analyzer> <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="d:\solr\my_dic"/> </analyzer> </fieldtype> <fieldtype name="textMaxWord" class="solr.TextField" positionIncrementGap="100"> <analyzer> <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word" /> </analyzer> </fieldtype> <fieldtype name="textSimple" class="solr.TextField" positionIncrementGap="100"> <analyzer> <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="dic" /> </analyzer> </fieldtype>
其中 dicPath="d:\solr\my_dic" 是我们指定的词库路径，词库文件都在这个文件夹底下，并且名字要以words开头，以dic做后缀，例如 words_my.dic。作为演示，在词库里添加
爱他美 高富帅
值得强调的是：这个词典文件必须是utf-8格式的，否则无法识别。
3，重启solr服务，进入管理界面
先试一下没有添加自定义词库的效果，输入文字：高富帅喜欢德国爱他美奶粉（使用textSimple）
再试一下添加了自定义词库的效果，还是上面的文字
明显添加了自定义词库的显示效果要比没添加好很多