Solr 3.5：配置mmseg4j同义词（已经配置好中文分词）

2019独角兽企业重金招聘Python工程师标准>>>

前提，已经安装配置好Tomcat8与Solr3.5，并且配置好mmseg4j中文分词

1.修改 conf/schema.xml

在fields节点下面的mmseg4j分词器相关配置修改为类似于如下的内容：

2.修改solr/home/conf/synonyms.txt

在里面加入你认为中同义词的数据，形如：
手机 => 移动电话
大陆 => 中国
需要将此文件存储为UTF-8格式。如果是用UltraEdit编辑，可以在菜单中选择“文件”-》“转换”-》“ASCII到UTF-8”即可。记事本编辑的话，菜单选择“另存为”，编码类型选择UTF-8即可

3.所有复杂的同义词（就是还不在词库中的词），应该在自定义词典中有设置

如：“移动电话”这个词应该在mmseg4j的自定义词典中已经配置，否则创建索引的时候根本有没有“移动电话”这个词，查询“手机”的时候，是不可能把“移动电话”查询出来的。mmseg4j自定义词典的路径，按前文的设置是在solr/home/dic/words-my.dic文件中
4.同义词只能出现一次

即如果已经配置了“大陆 => 中国”，那么是不能再配置“中国 => 中华人民共和国”这样的词条的，否则后一条将覆盖前一条的信息。
5.重新启动Tomcat

即可以在查询中使用同义词。比如：查询“大陆”，会将“中国”的信息全部显示出来。

【备注】

Solr4.2.0+Tomcat9+JDK8+mmseg4j1.9.1

需要拷贝三个jar包

转载于:https://my.oschina.net/gibbons/blog/1512168

Solr 3.5：配置mmseg4j同义词（已经配置好中文分词）相关推荐

Solr的学习使用之（三）IKAnalyzer中文分词器的配置
1.为什么要配置? 1.我们知道要使用Solr进行搜索,肯定要对词语进行分词,但是由于Solr的analysis包并没有带支持中文的包或者对中文的分词效果不好,需要自己添加中文分词器:目前呼声较高的是 ...
Solr之——配置中文分词IKAnalyzer和拼音分词pinyinAnalyzer
转载请注明出处:http://blog.csdn.net/l1028386804/article/details/70200378 在上一篇博文<CentOS安装与配置Solr6.5>中, ...
Apache Solr 中文分词
中文分词 (Chinese Word Segmentation) 指的是将一个汉字序列切分成一个一个单独的词.分词就是将连续的字序列按照一定的规范重新组合成词序列的过程.我们知道,在英文的行文中,单词 ...
中文分词之11946组同义词
2019独角兽企业重金招聘Python工程师标准>>> 这11946组同义词出自Java分布式中文分词组件 - word分词,这里列出50组同义词,更多同义词请看这里. 一下子一会 ...
给solr配置中文分词器
Solr的中文分词器中文分词在solr里面是没有默认开启的,需要我们自己配置一个中文分词器. 目前可用的分词器有smartcn,IK,Jeasy,庖丁.其实主要是两种,一种是基于中科院ICTCLAS ...
solr配置中文分词器
solr配置中文分词器配置IK分词器可配置停用词.扩展词.同义词
SOLR配置默认的一元分词与安装主流的中文分词扩展
引言:SOLR用的好不好,分词是关键,分词分的好不好,词库是关键.没有完美的分词和词库,只有更适合你网站的分词和词库. 目前网络上主流的SOLR分词模块: 1.庖丁分词:PAODING 参考地址:ht ...
solr6.6配置IK中文分词、IK扩展词、同义词、pinyin4j拼音分词
solr基本指令: jetty部署[推荐]: Linux: $ bin/solr start: Windows: bin\solr.cmd start 创建core: Linux: $ bin/sol ...
1、solr包结构介绍，solrCore的安装配置，solr部署到Tomcat，多solrCore配置，配置中文分词器，界面功能介绍，Schema.xml的基本使用，数据导入
一.下载solr,下载地址是:http://archive.apache.org/dist/lucene/solr/,选择自己想要的solr的版本,本项目使用的版本是4.10.3 二.如果想下载Luc ...

Solr 3.5：配置mmseg4j同义词（已经配置好中文分词）

Solr 3.5：配置mmseg4j同义词（已经配置好中文分词）相关推荐

最新文章

热门文章