elasticsearch中文分词（mmseg）——手动添加词典

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了elasticsearch中文分词（mmseg）——手动添加词典，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含637字，纯文字阅读大概需要1分钟。

内容图文

elasticsearch本身的中文分词插件效果都不理想，手动添加词典可以在一定程度上进行弥补。

经过多次实验发现，mmseg的分词机制采用正向最长匹配算法，例如，针对“小时代”这个单词，其自带的词典中没有包含该词，故当用户搜索小时代时，检索不到任何结果。

在咸鱼老婆的虚心指导下，我终于找到了解决办法。

手动添加该词到mmseg的词库中，有两种方法：

1、将该词加入到自带的某个词典中（非停顿词词典），如words-my.dic。

2、新建一个自定义词典，将其放入默认词库文件夹下，注意编码格式为以UTF-8无BOM格式编码。

（注意：如果将elasticsearch部署在集群时，相应的配置文件词典均需修改）

期间，咸鱼老婆一直对我循循善诱的指导，令我茅塞顿开。同时，还不厌其烦的为我拨开我最爱的小桂圆，令我甚是感动。

相信若干年后，回味起解决手动添加词库问题的今晚，仍然会感到一股暖流涌上心头。

重启elasticsearch服务：elasticsearch restart

针对目标文件，重新建立索引，搜索“小时代”，即可查询到目标文件。

最后，再次感谢我亲爱的咸鱼老婆。撒狼黑！！！

原文：http://blog.csdn.net/xiaming564/article/details/34931327

内容总结

以上是互联网集市为您收集整理的elasticsearch中文分词（mmseg）——手动添加词典全部内容，希望文章能够帮你解决elasticsearch中文分词（mmseg）——手动添加词典所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---