[Nutch]指定LUKE的分词器
2016-05-08 13:04
197 查看
在上一篇博文我们有介绍给Solr配置中文分词器mmseg4j,那么我们在LUKE工具中如何配置对应的中文分词器进行查看呢?本篇博文将详细进行解释。
在dist目录下面会有3个jar包:
对这3个目录进行解压,会生成3个文件夹:
打开后内容如下:
在Search栏位右上角的Analysis里面就可以看到mmseg4j的4个分词器:
所以我们选择使用ComplexAnalyzer:
缺省的域选择title:
点击“Search”按钮,可以看到:
在“Query Details”里面显示的就是一个分词“title:电子商务”。
1. 下载中文分词器
由于我们使用的luke是4.0版本的,只能使用mmseg4j的1.9.1版本,因为1.8.5的mmseg4j版本与4.0版本的luke有冲突,请点击下载1.9.1版本的mmseg4j-1.9.1.2. luke设置mmseg4j
2.1 加压mmseg4j-1.9.1
解压后会有一个dist目录:在dist目录下面会有3个jar包:
对这3个目录进行解压,会生成3个文件夹:
2.2 用压缩工具打开luke
我使用的是好压,如下:打开后内容如下:
2.3 设置分词
将mmseg4j中的3个jar文件解压后得到的两个目录:data和com拖入用压缩工具打开的luke中:3. 在luke中选择mmseg4j分词器
使用命令行打开设置mmseg4j的luke:java -jar lukeall-4.0.0-ALPHA.jar
在Search栏位右上角的Analysis里面就可以看到mmseg4j的4个分词器:
4. luke运用mmseg4j分词器
4.1 设置分词器和域
由于之前在设置Solr的分词器的时候,我们有选择Complex模式:所以我们选择使用ComplexAnalyzer:
缺省的域选择title:
4.2 使用分词器
在“Enter search expression here”输入:”title:电子商务”,如下:点击“Search”按钮,可以看到:
在“Query Details”里面显示的就是一个分词“title:电子商务”。
相关文章推荐
- oracle 11g SQL语句补充学习
- 理解 Java GC(二)
- UIbutton 的 使用
- Codeforces 653C - Bear and Up-Down 暴力
- sip呼叫里SDP的一些字段的含义
- Leetcode 260 - Single Number III
- hdu 4558 走格子dp
- 从广义线性模型到逻辑回归
- 什么是微信公众号开发
- EM算法学习笔记
- 20145231第十周学习笔记
- SpringMVC实战(三)-Controller配置详解
- LDA入门级学习笔记
- 130. Surrounded Regions -- 被某字符包围的区域
- BZOJ 1753 Who's in the Middle
- WEB前端开发最佳实践(4)
- 初级线段树讲解
- [二分答案 物理 数学] BZOJ 3695 滑行
- OC中属性self.a与_a访问的区别
- 《对寻找第i个顺序统计的数》一文的研究。