擴(kuò)展詞詞典

?

隨著互聯(lián)網(wǎng)的發(fā)展，“造詞運(yùn)動(dòng)”也越發(fā)的頻繁。出現(xiàn)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(kuò)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(nèi)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(kuò)展配置</comment><!--用戶可以在這里配置自己的擴(kuò)展字典 *** 添加擴(kuò)展詞典--><entry key="ext_dict">ext.dic</entry> </properties>

3）新建一個(gè) ext.dic，可以參考config目錄下復(fù)制一個(gè)配置文件進(jìn)行修改

奧力給

4）重啟elasticsearch

docker restart es# 查看 日志 docker logs -f elasticsearch

注意當(dāng)前文件的編碼必須是 UTF-8 格式，嚴(yán)禁使用Windows記事本編輯

停用詞詞典

在互聯(lián)網(wǎng)項(xiàng)目中，在網(wǎng)絡(luò)間傳輸?shù)乃俣群芸?#xff0c;所以很多語言是不允許在網(wǎng)絡(luò)上傳遞的，如：關(guān)于宗教、政治等敏感詞語，那么我們?cè)谒阉鲿r(shí)也應(yīng)該忽略當(dāng)前詞匯。

IK分詞器也提供了強(qiáng)大的停用詞功能，讓我們?cè)谒饕龝r(shí)就直接忽略當(dāng)前的停用詞匯表中的內(nèi)容。

1）IKAnalyzer.cfg.xml配置文件內(nèi)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(kuò)展配置</comment><!--用戶可以在這里配置自己的擴(kuò)展字典--><entry key="ext_dict">ext.dic</entry><!--用戶可以在這里配置自己的擴(kuò)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(wù) docker restart elasticsearch docker restart kibana# 查看 日志 docker logs -f elasticsearch

日志中已經(jīng)成功加載stopword.dic配置文件

注意當(dāng)前文件的編碼必須是 UTF-8 格式，嚴(yán)禁使用Windows記事本編輯

總結(jié)

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?jī)?nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。