ElasticSearch速学 - IK中文分词器远程字典设置

前面已经对”IK中文分词器“有了简单的了解：



但是可以发现不是对所有的词都能很好的区分，比如：

逼格

这个词就没有分出来。

词库

实际上

IK分词器

也是根据一些词库来进行分词的，我们可以丰富这个词库。

IK分词器(IK Analysis for Elasticsearch)

给了我们一个基本的配置：

https://github.com/medcl/elasticsearch-analysis-ik



修改我们es实例中ik插件的配置：

cd elasticsearch-5.3.0/plugins/ik/config/

main.dic

是住词库，

stopword

是停用词库（把一些错误的分词加入进来，之后不会再被分词了）；

custom

目录中是我们的自定义词库。

这些词库都是本地词库。可以参考配置文档来设置。

热更新 IK 分词使用方法

官方文档：

https://github.com/medcl/elasticsearch-analysis-ik



我们来配置一下：

#进入es实例找到ik插件的配置文件
elasticsearch-5.3.0/plugins/ik/config
#编辑配置文件
vi IKAnalyzer.cfg.xml

内容：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 扩展配置</comment>
<!--用户可以在这里配置自己的扩展字典 -->
<entry key="ext_dict">custom/mydict.dic;custom/single_word_low_freq.dic</entry>
<!--用户可以在这里配置自己的扩展停止词字典-->
<entry key="ext_stopwords">custom/ext_stopword.dic</entry>
<!--用户可以在这里配置远程扩展字典 -->
<entry key="remote_ext_dict">http://10.211.55.13/myDict.php</entry>
<!--用户可以在这里配置远程扩展停止词字典-->
<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

myDict.php：

<?php

header('Last-Modified: '.gmdate('D, d M Y H:i:s', $time).' GMT');
echo "逼格\n";