擴展詞詞典

?

隨著互聯網的發展，“造詞運動”也越發的頻繁。出現了很多新的詞語，在原有的詞匯列表中并不存在。比如：“奧力給”等。

所以我們的詞匯也需要不斷的更新，IK分詞器提供了擴展詞匯的功能。

1）打開IK分詞器config目錄：

2）在IKAnalyzer.cfg.xml配置文件內容添加：

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties><comment>IK Analyzer 擴展配置</comment><!--用戶可以在這里配置自己的擴展字典 *** 添加擴展詞典--><entry key="ext_dict">ext.dic</entry> </properties>

3）新建一個 ext.dic，可以參考config目錄下復制一個配置文件進行修改

奧力給

4）重啟elasticsearch

docker restart es# 查看 日志 docker logs -f elasticsearch

注意當前文件的編碼必須是 UTF-8 格式，嚴禁使用Windows記事本編輯

停用詞詞典

在互聯網項目中，在網絡間傳輸的速度很快，所以很多語言是不允許在網絡上傳遞的，如：關于宗教、政治等敏感詞語，那么我們在搜索時也應該忽略當前詞匯。

IK分詞器也提供了強大的停用詞功能，讓我們在索引時就直接忽略當前的停用詞匯表中的內容。

1）IKAnalyzer.cfg.xml配置文件內容添加：

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties><comment>IK Analyzer 擴展配置</comment><!--用戶可以在這里配置自己的擴展字典--><entry key="ext_dict">ext.dic</entry><!--用戶可以在這里配置自己的擴展停止詞字典 *** 添加停用詞詞典--><entry key="ext_stopwords">stopword.dic</entry> </properties>

3）在 stopword.dic 添加停用詞

4）重啟elasticsearch

# 重啟服務 docker restart elasticsearch docker restart kibana# 查看 日志 docker logs -f elasticsearch

日志中已經成功加載stopword.dic配置文件

注意當前文件的編碼必須是 UTF-8 格式，嚴禁使用Windows記事本編輯

總結

以上是生活随笔為你收集整理的初识ES-IK分词器的拓展和停用词典的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。