全文搜索服务器 Solr—中文分词篇

现在的位置: 首页 > 开源搜索引擎 > 正文

RSS

小中大

上篇下篇

全文搜索服务器 Solr—中文分词篇

2014年05月04日 ⁄ 开源搜索引擎 ⁄ 共 1254字 ⁄ 暂无评论 ⁄ 被围观 2,672 views+

前提是已经在Tomcat 7.0.53下面配置好solr 4.7.1，详情参考：全文搜索服务器 Solr—安装篇

注意：Solr4.7.1需要IKanalyzer 2012 FF以上版本。我下载的是IK Analyer 2012-FF hotfix 1

1.下载IKAnalyzer包

下载地址：http://code.google.com/p/ik-analyzer/downloads/list

2.解压IK Analyzer 2012FF_hf1.zip包

用到其中三个文件：

IKAnalyzer2012FF_u1.jar，放到$CATALINA_HOME/webapps/solr/WEB-INF/lib/目录

IKAnalyzer.cfg.xml,stopword.dic，放到$CATALINA_HOME/webapps/solr/WEB-INF/classes/目录下

3.设置IKAnalyzer中文分词

修改$SOLR_HOME/collection1/conf/schema.xml文件，在<types></types>中增加如下内容:

<fieldType name="text_ik" class="solr.TextField"> 
    <analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/> 
    <analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/> 
</fieldType>

查询采用IK自己的最大分词法，索引则采用它的细粒度分词法，各自配置了isMaxWordLength属性。
修改$SOLR_HOME/collection1/conf/schema.xml文件，在<fields></fields>中修改如下内容:

<field name="content" type="text_ik" indexed="false" stored="true" multiValued="true"/>
<field name="text" type="text_ik" indexed="true" stored="false" multiValued="true"/>
......
<copyField source="content" dest="text"/>

也可以自己增加删除相关字段。

4.重建索引，查询即可
具体过程参考上一篇文章。或者是通过http://localhost:8080/solr/#/collection1/analysis，然后在Analyse Fieldname / FieldType:下拉选择框中选择"text_ik"，关闭Verbose Output核选框，在Field Value (Index)与Field Value (Query)中输入中文句子，点击"Analyse Values"即可以看到分词结果。