扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
摘要： elasticsearch是使用比较广泛的分布式搜索引擎，es提供了一个的单字分词工具，还有一个分词插件ik使用比较广泛，hanlp是一个自然语言处理包，能更好的根据上下文的语义，人名，地名，组织机构名等来切分词
目前创新互联已为上1000家的企业提供了网站建设、域名、网页空间、网站托管维护、企业网站设计、连城网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
Elasticsearch
默认分词
输出：
.jpg)
IK分词
输出：
hanlp分词
输出：
ik分词没有根据句子的含义来分词，hanlp能根据语义正确的切分出词
安装步骤：
1、进入https://github.com/pengcong90/elasticsearch-analysis-hanlp，下载插件并解压到es的plugins目录下，修改analysis-hanlp目录下的hanlp.properties文件，修改root的属性，值为analysis－hanlp下的data
目录的地址
2、修改es config目录下的jvm.options文件，最后一行添加
-Djava.security.policy=../plugins/analysis-hanlp/plugin-security.policy
重启 es
GET /_analyze?analyzer=hanlp-index&pretty=true
{
“text”:”张柏芝士蛋糕店”
}
测试是否安装成功
analyzer有hanlp-index（索引模式）和hanlp-smart（智能模式）
自定义词典
修改 plugins/analysis-hanlp/data/dictionary/custom下的 我的词典.txt文件
格式遵从 [单词] [词性A] [A的频次]
修改完后删除同目录下的 CustomDictionary.txt.bin文件
重启 es服务
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网