搜索引擎solr系列---自定义扩展词库的配置

亦凉 2024-02-18 15:58 44阅读 0赞

#####   **如果配置好分词，它会智能分词，对于一些特殊的词句，可能不会分成你想要的词** #####

比如这么一句话，“清池街办新庄村”，配置好分词后，会有如下的结果：

![这里写图片描述][SouthEast]

分词后的结果，并没有你想要的“清池街办新庄村”的这个词，这种情况就需要配置自定义的扩展词库了。

##### **扩展词库的配置很简单,具体步骤如下：** #####

##### 1.前提是你要先配置好分词，分词的配置在上一篇博客中写到[搜索引擎solr系列—solr分词配置][solr_solr] #####

##### 2.然后找到你的运行solr的tomcat，找到它下边的webapps/solr/WEB-INF/classes文件夹，打开里边应该已经有了一个`log4j.properties`(当然如果你在以前，把log4j.properties文件放到了lib文件夹中，那需要新建一个classes文件夹，放进去)在`classes` 文件夹中新建三个文件，命名分别为`IKAnalyzer.cfg.xml` 、`ext.dic`、`stopword.dic` 具体的下载地址[三个配置文件的下载位置][Link 1] #####

IKAnalyzer.cfg.xml 文件即配置ext.dic和stopword.dic两个字典库的位置。具体配置如下：

<?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">  
    <properties>  
    <comment>IK Analyzer 扩展配置</comment>
    
    <entry key="ext_dict">ext.dic;</entry> 
    
    <entry key="ext_stopwords">stopword.dic;</entry> 
    </properties>

ext.dic即扩展词库的存储文件，比如我打算建立一个词“清池街办新庄村”这样一个词，那打开该文件，在里边新添一个即可：

![这里写图片描述][SouthEast 1]

添加的每个词都自己占一行就可以的。  
  stopword.dic停止词字典的配置，你可以将空格什么的填进去，这里不用这个字典配置。

##### 3.配置完之后，需要重启tomcat，然后再回到开始的位置查看一下“清池街办新庄村”的分词结果： #####

![这里写图片描述][SouthEast 2]

###### 4.以上，即完成了扩展词库的配置。这样就使劲的添加你的那些想分词却没有分的词了。 ######

[SouthEast]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/bce1fedd980b4839b8ecbc12b5a018e5.png
[solr_solr]: http://blog.csdn.net/wohaqiyi/article/details/78287307
[Link 1]: http://pan.baidu.com/s/1miQOwkg
[SouthEast 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/8fc5b9c16c5948a7b39e4e28d80ad5f2.png
[SouthEast 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/5a5ac6fce61a4730bd53763a12645dc9.png