将一个汉字序列切分成一个一个单独的词 安装分词模块： pip install jieba 分词在特殊场合的实用性，调用add_word()，把我们要添加的分词加入jieba词库 高效方法：将txt保存的词库一次性导入用户词库中 1、搭建语料库 2、介绍分词来自哪篇文章 使用数据框的遍历方法，得到语料 ...
分类：
编程语言 时间：
2018-10-01 22:12:43
阅读次数：
239
solr的域要先定义后使用， 哪些数据需要导入？ 分词器 1 分词器jar包复制 ， cp IK\ Analyzer\ 2012FF_hf1/IKAnalyzer2012FF_u1.jar 中文分词器配置文件和字典 cp ext_stopword.dic IKAnalyzer.cfg.xml myd ...
分类：
其他好文 时间：
2018-09-30 14:42:43
阅读次数：
169
一、IK简介 ElasticSearch（以下简称ES）默认的分词器是标准分词器Standard，如果直接使用在处理中文内容的搜索时，中文词语被分成了一个一个的汉字，因此引入中文分词器IK就能解决这个问题，同时用户可以配置自己的扩展字典、远程扩展字典等。 二、IK安装 1、首先前往GitHub下载安 ...
分类：
其他好文 时间：
2018-09-28 12:50:25
阅读次数：
181
修改配置文件：vim/etc/my.cnf[mysqld]ngram_token_size=2创建表：createtabletest(idint(11)notnullprimarykeyauto_increment,namevarchar(100)notnullcomment‘工商名‘,brandvarchar(100)defaultnullcomment‘品牌名‘,envarchar(100)d
分类：
数据库 时间：
2018-09-26 01:11:04
阅读次数：
771
画词云首先需要安装wordcloud（生成词云）和jieba（中文分词）。 先来说说wordcloud的安装吧，真是一波三折。首先用pip install wordcloud出现错误，说需要安装Visual C++ 14.0。折腾半天安装好Visual C++后，还是不行，按网上指点，下载第三方包安 ...
分类：
其他好文 时间：
2018-09-21 13:35:41
阅读次数：
354
1 package com.gxy.ESChap01; 2 3 import java.net.InetAddress; 4 5 import org.elasticsearch.action.search.SearchRequestBuilder; 6 import org.elasticsear... ...
分类：
编程语言 时间：
2018-09-13 16:31:19
阅读次数：
836
? 全文搜索 ? solr安装 ? solr中文分词 ? solr数据库导入 ? solr数据查询 ? solrj接口调用 0 1：安装solr：官网下载解压；http://lucene.apache.org/solr/ 启动方法：bin目录下打开cmd； solr -e cloud -noprom ...
分类：
其他好文 时间：
2018-09-12 01:20:06
阅读次数：
205
原理 中文分词，即 Chinese Word Segmentation，即将一个汉字序列进行切分，得到一个个单独的词。表面上看，分词其实就是那么回事，但分词效果好不好对信息检索、实验结果还是有很大影响的，同时分词的背后其实是涉及各种各样的算法的。 中文分词与英文分词有很大的不同，对英文而言，一个单词 ...
分类：
其他好文 时间：
2018-09-11 19:43:25
阅读次数：
174
参考博客：linux下ElasticSearch.6.2.2集群安装与head、Kibana、X-Pack..插件的配置安装 参考博客：ELK5.5.1 插件安装实践纪要（head/bigdesk/kopf/cerebo/中文分词插件） 参考博客：ELK构建MySQL慢日志收集平台详解 参考博客：针 ...
分类：
其他好文 时间：
2018-09-08 11:45:39
阅读次数：
220
因最近写的一段代码，需要用到中文分词，在网上找了一下，发现了scws这个不错的插件，故根据文档安装使用，下面记录下安装的全过程 系统:centos 安装scws wget http://www.xunsearch.com/scws/down/scws-1.2.3.tar.bz2 tar xvjf s ...
分类：
Web程序 时间：
2018-09-07 21:33:58
阅读次数：
272
