接第22節

3)、自定義詞庫

ik 分詞器默認的分詞并不能滿足我們的需求，對于一些新的網絡用語，ik 分詞器就會無法準確的進行分詞識別，比如：

POST _analyze

{

"analyzer": "ik_max_word",

"text": "喬碧蘿殿下"

}

分詞之后顯示為如下，可以看到 ik 分詞器無法識別出“喬碧蘿”是一個人名：

在這里插入圖片描述

所以，需要進行自定義拓展詞庫。

要自定義拓展詞庫，可以修改 ik 分詞器的配置文件，指定一個遠程詞庫，讓 ik 分詞器向遠程發送請求，要到一些最新的單詞，這樣最新的單詞就會作為最新的詞源進行分解。

自定義詞庫有兩種方式實現：

自己實現一個服務，處理 ik 分詞器的請求，讓 ik 分詞器的給自定義的項目發送請求

搭建一個 nginx 服務器，將最新詞庫放到 nginx 中，讓 ik 分詞器給 nginx 發送請求，由 nginx 給 ik 分詞器返回最新的詞庫，這樣 ik 分詞器就可以將原來的詞庫和新詞庫合并起來。

在這里我使用第二種方式來自定義詞庫，創建前需要先安裝 nginx， 請訪問第六章有關內容。

在 /mydata/nginx/html/ 路徑下新建一個 es 目錄，并新建一個詞庫 fenci.txt：

在這里插入圖片描述

訪問 http://192.168.56.10/es/fenci.txt，可以請求的詞庫的內容：

在這里插入圖片描述

修改 /usr/share/elasticsearch/plugins/ik/config/ 中的 IKAnalyzer.cfg.xml

在這里插入圖片描述

/usr/share/elasticsearch/plugins/ik/config

IK Analyzer 擴展配置

http://192.168.56.10/es/fenci.txt

在這里插入圖片描述

注意：如果打開 IKAnalyzer.cfg.xml 為亂碼的話，可以在先退出當前文件，在命令行輸入 vi /etc/virc，

然后在文件添加 set encoding=utf-8，保存退出，重新打開 IKAnalyzer.cfg.xml 即可。

在這里插入圖片描述

原來的xml：

IK Analyzer 擴展配置

重啟 ES ：

docker restart elasticsearch

重新在 kibana 中進行分詞，可以看到之前無法識別的“喬碧蘿”現在已經可以識別為一個單詞了：

在這里插入圖片描述

如果我們以后還有新的詞組，直接在上面的自定義詞庫fenci.txt中進行添加，并重啟 ES 即可。

由于之前在安裝 nginx 時重裝了 ES，所以需要設置一下 ES 的自動啟動服務：

docker update elasticsearch --restart=always

參考:

總結

以上是生活随笔為你收集整理的es自建搜索词库_【ES从入门到实战】二十三、全文检索-ElasticSearch-分词-自定义扩展词库...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。