Solr4.7.1中配置中文分词器

1、SmartChineseAnalyzer

   (1)将lucene-analyzers-smartcn-4.7.1.jar添加到tomcat/webapps/solr/WEB-INF/lib文件中

   (2)编辑solr主目录中conf/schema.xml文件,在<types></types>之间添加如下定义:

Solr4.7.1中配置中文分词器

   (3)为了测试,将schema.xml中<field name="author">的type类型改为text_zh

Solr4.7.1中配置中文分词器

   (4)测试,启动tomcat,浏览器访问http://localhost:8080/solr/#/collection1/analysis

Solr4.7.1中配置中文分词器



2、IK Analyzer

   (1)将IKAnalyzer2012FF_u1.jar添加到tomcat/webapps/solr/WEB-INF/lib文件夹中

   (2)编辑solr主目录中conf/schema.xml文件,添加如下定义

Solr4.7.1中配置中文分词器

   (3)为了配合测试,将title自动的type改为text_ik

Solr4.7.1中配置中文分词器

   (4)测试,同样http://localhost:8080/solr/#/collection1/analysis

Solr4.7.1中配置中文分词器


补充:

   MMSeg4j也是一个中文分词器,当前版本是1.9.1,链接:http://code.google.com/p/mmseg4j/

   我在测试过程中发现,用这个分词器在分词时会报如下错误:

java.lang.IllegalStateException: TokenStream contract violation: reset()/close() call missing, reset() called multiple times, or subclass does not call super.reset(). Please see Javadocs of TokenStream class for more information about the correct consuming workflow.

   原因是在调用incrementToken()方法之前没有调用reset()方法

   这里纠结这个问题了。。。



本文转自    手不要乱摸      51CTO博客,原文链接:http://blog.51cto.com/5880861/1390918

上一篇:三天100元从零开始搭建Hadoop集群


下一篇:记一次DG搭建过程中备库ORA-00210,ORA-00202,ORA-27086错误