SHOP++中文分词检索词库扩展
2011-11-03 10:38
337 查看
SHOP++中文分词检索词库扩展
SHOP++默认只加入了基础中文词库文件,您可以根据实际需求增减词库量
中文分词词库扩展:
1. 编辑中文分词词库文件
词典文件编码格式:UTF-8(无 BOM)
每个中文词汇独立占一行,使用\r\n 的 DOS 方式换行(请参考IKAnalyzer3.1.6GA.jar文件org.wltea.analyzer.dic包下的.dic文件)
词典文件应部署在 Java 的资源路径下
2. 配置src/IKAnalyzer.cfg.xml文件(已部署项目请配置WEB-INF/classes/IKAnalyzer.cfg.xml文件)
<?xml version="1.0" encoding="UTF-8"?>
<! DOCTYPE properties SYSTEM"http://java.sun.com/dtd/properties.dtd" >
在配置文件中,用户可一次配置多个词典文件。文件名使用 “ ; ” 号分隔。文件路径为相对 java 包的起始根路径。
<properties>
<comment>IK Analyzer 扩展配置</comment>
<!-- 扩展字典 -->
<entrykey="ext_dict">/mydict1.dic;/dic/mydict2.dic;</entry>
<!-- 扩展停止词字典 -->
<entry key="ext_stopwords">/ext_stopword.dic</entry>
</properties>
SHOP++默认只加入了基础中文词库文件,您可以根据实际需求增减词库量
中文分词词库扩展:
1. 编辑中文分词词库文件
词典文件编码格式:UTF-8(无 BOM)
每个中文词汇独立占一行,使用\r\n 的 DOS 方式换行(请参考IKAnalyzer3.1.6GA.jar文件org.wltea.analyzer.dic包下的.dic文件)
词典文件应部署在 Java 的资源路径下
2. 配置src/IKAnalyzer.cfg.xml文件(已部署项目请配置WEB-INF/classes/IKAnalyzer.cfg.xml文件)
<?xml version="1.0" encoding="UTF-8"?>
<! DOCTYPE properties SYSTEM"http://java.sun.com/dtd/properties.dtd" >
在配置文件中,用户可一次配置多个词典文件。文件名使用 “ ; ” 号分隔。文件路径为相对 java 包的起始根路径。
<properties>
<comment>IK Analyzer 扩展配置</comment>
<!-- 扩展字典 -->
<entrykey="ext_dict">/mydict1.dic;/dic/mydict2.dic;</entry>
<!-- 扩展停止词字典 -->
<entry key="ext_stopwords">/ext_stopword.dic</entry>
</properties>
相关文章推荐
- sphinx中文分词检索 如何让分词的精确度更高
- Lucene使用IKAnalyzer分词实例 及 IKAnalyzer扩展词库
- 中文分词插件SCWS-1.2.3 在Linux环境的安装说明(包括php扩展)
- PHP中文分词扩展 SCWS
- 全文检索之中文分词
- 全文检索、数据挖掘、推荐引擎系列3---全文内容推荐引擎之中文分词
- 全文检索、数据挖掘、推荐引擎系列3---全文内容推荐引擎之中文分词
- 全文检索Lucene(三)--中文分词与高亮显示
- solr 扩展中文分词 IKAnalyzer 配置文件路径
- 全文检索、数据挖掘、推荐引擎系列3---全文内容推荐引擎之中文分词
- 免费开源的全文索引与检索平台(FirteX)、中文分词系统(ICTCLAS)
- Elasticsearch是一个分布式可扩展的实时搜索和分析引擎,elasticsearch安装配置及中文分词
- Luence使用IKAnalyzer分词实例 及 IKAnalyzer扩展词库
- 全文检索引擎Solr系列——整合中文分词组件mmseg4j
- 编译PHP的SCWS中文分词扩展
- 【Lucene】Apache Lucene全文检索引擎架构之中文分词和高亮显示
- 黄聪:开源PHP智能中文分词扩展:PHPCWS
- 全文检索引擎Solr系列——整合中文分词组件IKAnalyzer
- 全文检索、数据挖掘、推荐引擎系列3---全文内容推荐引擎之中文分词
- 全文检索引擎Solr系列——整合中文分词组件IKAnalyzer