配置-IK-Analyzer-词库
所有文档

          Elasticsearch BES

          配置-IK-Analyzer-词库

          配置词库

          当IK 自身带的词库不满足需求时,用户可以自己定义词库,步骤如下:

          • 用户把编辑好的词库放到一个http服务器上。
          • 用户在es里配置ik词库的http地址,比如我们的词的配置文件是baidu.dict,停用词的配置文件是baidu_stop.dic时,我们向es发送的命令如下:

            PUT /_cluster/settings
            {
                "persistent": {
                    "bpack.ik_analyzer.remote_ext_dict":"http://ip:port/baidu.dic",
                    "bpack.ik_analyzer.remote_ext_stopwords":"http://ip:port/baidu_stop.dic"
                }
            }
          • es会每隔60s检测一下setting中http url指向的词库文件是否发生变化,如果变化了,那么es就会自动下载这个文件,然后加载到ik中。

          验证词库是否生效

          当配置好后,用户可以通过API POST /_analyze 来检测词库是否生效,比如:

          • 在没有配置词库之前,我们发送命令

            POST /_analyze
            {
              "analyzer" : "ik_smart",
              "text" : ["赵小明明真帅"]
            }

          es 的返回结果是:

          	{
          	   "tokens": [
          	      {
          	         "token": "赵",
          	         "start_offset": 0,
          	         "end_offset": 1,
          	         "type": "CN_WORD",
          	         "position": 0
          	      },
          	      {
          	         "token": "小明",
          	         "start_offset": 1,
          	         "end_offset": 3,
          	         "type": "CN_WORD",
          	         "position": 1
          	      },
          	      {
          	         "token": "明",
          	         "start_offset": 3,
          	         "end_offset": 4,
          	         "type": "CN_WORD",
          	         "position": 2
          	      },
          	      {
          	         "token": "真帅",
          	         "start_offset": 4,
          	         "end_offset": 6,
          	         "type": "CN_WORD",
          	         "position": 3
          	      }
          	   ]
          	}
          • 然后我们配置一下词库,其中正常词库里只包含 "赵小明明", 停用词词库中包含 "真帅",配置完之后,我们再次调用 /_analyze api,结果如下:

            {
               "tokens": [
                  {
                     "token": "赵小明明",
                     "start_offset": 0,
                     "end_offset": 4,
                     "type": "CN_WORD",
                     "position": 0
                  }
               ]
            }

          结果显示, “赵小明明” 被当做一个单独的词,而 "真帅" 被当做停用词去掉了。