(9-4)词库分词
---------------------------------------------------------------------------------------------------------------
//词库发分词 环境搭建
用的分词软件：IK Analyzer 2012FF_hf1.zip
[root@baozi ik]# pwd
/usr/local/ik
[root@baozi ik]# unzip IK\ Analyzer\ 2012FF_hf1.zip
[root@baozi ik]# ll
总用量 9204
drwxr-xr-x. 5 root root 4096 10月 23 2012 doc
-rw-r--r--. 1 root root 1165908 10月 26 2012 IKAnalyzer2012FF_u1.jar
-rw-r--r--. 1 root root 414 2月 14 2012 IKAnalyzer.cfg.xml
-rw-r--r--. 1 root root 841268 10月 24 2012 IKAnalyzer??+-??-??V2012_FF-??+-??.pdf
-rw-r--r--. 1 root root 17778 1月 17 2012 LICENSE.txt
-rw-r--r--. 1 root root 278 1月 19 2012 NOTICE.txt
-rw-r--r--. 1 root root 161 4月 15 2011 stopword.dic
[root@baozi ik]#
[root@baozi ik]# cp IKAnalyzer2012FF_u1.jar /usr/local/solr/example/solr-webapp/webapp/WEB-INF/lib/
[root@baozi WEB-INF]# pwd
/usr/local/solr/example/solr-webapp/webapp/WEB-INF
[root@baozi WEB-INF]# mkdir classes
[root@baozi ik]# cp IKAnalyzer.cfg.xml /usr/local/solr/example/solr-webapp/webapp/WEB-INF/classes/
[root@baozi ik]# cp stopword.dic /usr/local/solr/example/solr-webapp/webapp/WEB-INF/classes/
网页查看：
http://192.168.1.200:8983/solr
在网页分词模块输入：
输入“我们是中国人”；
我们
我
们
是
中国人
中国
国人
---------------------------------------------------------------------------------------------------------------
//自定义索引库：
配置schema.xml： 加个分词器别名 text_ik：
[root@baozi conf]# pwd
/usr/local/solr/example/solr/collection1/conf
[root@baozi conf]# vi schema.xml
//自定义分词段：
[root@baozi classes]# ll
总用量 12
-rw-r--r--. 1 root root 15 5月 12 20:58 baozi.dic
-rw-r--r--. 1 root root 416 5月 12 20:53 IKAnalyzer.cfg.xml
-rw-r--r--. 1 root root 161 5月 12 20:46 stopword.dic
[root@baozi classes]# more baozi.dic
我爱吃包子
[root@baozi classes]#
//把自定义分词段加入到配置文件：IKAnalyzer.cfg.xml：
[root@baozi classes]# vim IKAnalyzer.cfg.xml
[root@baozi classes]# more IKAnalyzer.cfg.xml
[root@baozi classes]#
//再分词就会把‘我爱吃包子’作为一个整体：
分词是输入“我爱吃包子”，就会分成整个单词出现；
我爱吃包子
我
爱吃
包子