Elasticsearch7.9.2中文分词器-IK分词器使用

elasticsearch安装及使用可参考博文：Elasticsearch7.9.2+Kibana7.9.2安装使用

elasticsearch默认提供了standard分词器，但对中文的分词效果不尽人意：

可以看出，把词语分成了一个个的汉字，这并不是我们想要的，接下来介绍下中文分词器-IK分词器的安装及使用。

 

1、IK分词器下载及安装

github: https://github.com/medcl/elasticsearch-analysis-ik

各版本分词器下载： https://github.com/medcl/elasticsearch-analysis-ik/releases

选择版本与elasticsearch一致的版本：7.9.2

 

下载后解压，将解压后的文件夹elasticsearch-analysis-ik-7.9.2 拷贝至 elasticsearch的plugins文件下：

然后重启elasticsearch，控制台有如下输出：

 

2、使用IK分词器测试分词

IK分词器有两种分词模式：ik_smart 和 ik_max_word 模式。

1、ik_smart

会做最粗粒度的拆分，比如会将“中华人民共和国”拆分为中华人民共和国。

使用Kibana开发工具，输入如下请求：

POST _analyze
{
  "analyzer": "ik_smart",
  "text":"中华人民共和国"
}

 

2、ik_max_word

会将文本做最细粒度的拆分，比如会将“中华人民共和国人民大会堂”拆分为“中华人民共和国、中华人民、中华、华人、人民共和国、人民、共和国等词语。

请求如下：

POST _analyze
{
  "analyzer": "ik_max_word",
  "text":"中华人民共和国"
}

 

3、扩展词典

在 elasticsearch-analysis-ik-7.9.2 文件夹 conf 目录下，找到 IKAnalyzer.cfg.xml 配置文件，

文件内容如下：

	IK Analyzer 扩展配置
	
	custom.dic
	 
	
	
	
	
	

其中custom.dic为自定义的扩展字典，7.9.2版本的分词器插件中没有该文件，需要自己新建，

内容可以根据自己需要，自定义分词的文字。

保存后重启elasticsearch即可看到自己想要的分词效果。

 

 

相关博文：

Elasticsearch7.9.2+Kibana7.9.2安装使用

elasticsearch可视化工具elasticsearch-head安装使用