首页 > 代码库 > Solr配置中文分词器mmseg4j详解

Solr配置中文分词器mmseg4j详解

针对solr的分词器比较多,其中最常用的的两个是mmseg4j和ik-analyzer,至于他们的区别可以网上查找比较下,这两个分词器都挺好用。我搭建的solr环境(上一篇)是4.10.3的最新版本,以下将详细说下mmseg4j的配置。

1.首先下载对应的jar包。

版本号一定要对应上否则可能会报错,下载地址为:http://code.google.com/p/mmseg4j/ 但是这个网址好像需要翻墙,所以大家可以到我的上传资源下载:http://download.csdn.net/download/tjcyjd/8394095 。

2.将jar包拷贝到服务器solr的lib包下。

三个包:mmseg4j-solr-2.2.0.jar,mmseg4j-analysis-1.9.1.jar,mmseg4j-solr-2.2.0.jar

3.配置schema.xml。

schema.xml的配置也挺简单,首先需要在schema.xml文件中配置一个fieldType节点,如下:

<!-- mmseg4j -->
<fieldType name="text_zh" class="solr.TextField" positionIncrementGap="100">
<span style="white-space:pre">	</span><analyzer>
<span style="white-space:pre">		</span><tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" />
<span style="white-space:pre">	</span></analyzer>
</fieldType>
然后就可以在field节点中引用该filedType了,假设你有个字段叫my_content需要支持中文分词,只需要定义示例filed节点如下:
<field name="my_content" type="text_zh" indexed="true" stored="false" multiValued="true"/> 

4.重启Solr服务器。


5.测试。

浏览器输入地址:http://localhost:8080/solr/

解析“有什么好的电影推荐吗”的效果如下图:

技术分享

Solr配置中文分词器mmseg4j详解