solr7,刚出来，如何让它成为一个web工程在tomcat上部署它，是一个重要的问题，以下步骤分别解决这些问题，同时使用IKAnalyzer中文分词器分词器。 一，修改solr7的源代码，让core所在的目录默认位于{webRoot上下文}/solr下面，从而在tomcat上部署该应用时不用再去修 ...
分类：
其他好文 时间：
2017-10-24 14:03:02
阅读次数：
158
业务需求 1. 实现搜索引擎前缀搜索功能(中文,拼音前缀查询及简拼前缀查询功能) 2. 实现摘要全文检索功能，及标题加权处理功能(按照标题权值高内容权值相对低的权值分配规则，按照索引的相关性进行排序，列出前20条相关性最高的文章) 前缀搜索 中文搜索： 1. 搜索“刘”，匹配到“刘德华”、“刘斌”、 ...
分类：
其他好文 时间：
2017-10-09 21:06:06
阅读次数：
221
1. 什么是中文分词器 对于英文，是安装空格、标点符号进行分词 对于中文，应该安装具体的词来分，中文分词就是将词，切分成一个个有意义的词。 比如：“我的中国人”，分词：我、的、中国、中国人、国人。 2. Lucene自带的中文分词器 StandardAnalyzer： 单字分词：就是按照中文一个字一 ...
分类：
Web程序 时间：
2017-10-09 02:02:17
阅读次数：
336
1. 搜索 1.1 创建查询对象的方式 通过Query子类来创建查询对象 Query子类常用的有：TermQuery、NumericRangeQuery、BooleanQuery 特点：不能输入lucene的查询语法，不需要指定分词器 通过QueryParser来创建查询对象（常用） QueryPa ...
分类：
编程语言 时间：
2017-10-09 00:23:29
阅读次数：
192
一、安装。 去github下下载对应的ik版本: https://github.com/medcl/elasticsearch-analysis-ik/releases，并解压到对应的安装路径：../elasticsearch-5.5.3/plugin/ 使用elasticsearch-plugin ...
分类：
其他好文 时间：
2017-09-28 20:44:09
阅读次数：
1256
前面已经对”IK中文分词器“有了简单的了解： 但是可以发现不是对所有的词都能很好的区分，比如： 逼格这个词就没有分出来。 词库 实际上IK分词器也是根据一些词库来进行分词的，我们可以丰富这个词库。 IK分词器(IK Analysis for Elasticsearch)给了我们一个基本的配置： ht ...
分类：
其他好文 时间：
2017-09-27 11:31:31
阅读次数：
1238
这周学习了机器学习算法与编程实践第二章——中文文本分类的部分内容。该章以文本挖掘为大背景，以文本分类算法为中心，详细介绍了中文文本分类项目的相关知识点。 一、文本挖掘与文本分类的概念 被普遍认可的文本挖掘的定义如下：文本挖掘是指从大量文本数据中抽取事先未知的、可理解的、最终可用的知识的过程，同时运用 ...
分类：
编程语言 时间：
2017-09-24 23:35:56
阅读次数：
278
二、SimpleAnalyzer 以非字母符来分割文本信息，并将语汇单元统一为小写形式，并去掉数字类型的字符。很明显不适用于中文环境。 package bond.lucene.analyzer; import org.apache.lucene.analysis.TokenStream; impor ...
分类：
Web程序 时间：
2017-09-21 19:18:30
阅读次数：
333
变更1 字段类型string 2.x中仅有String类型，可设置是否分词、是否索引及分词使用的分词器。 5.x中拆分为Keyword类型与Text类型，Keyword 不分词，可设置是否索引；Text分词，可设置是否索引及分词使用的分词器。 [String(Name = "Name",Index ...
分类：
Web程序 时间：
2017-09-13 19:28:03
阅读次数：
312
1.solr简介 采用Java开发，基于Luncene的全文搜索服务器，同时对其进行了扩展(扩展了面向抽象编程的地方，比如分词器，查询)，提供了比Lucene更为丰富的查询语言（比如，过滤器），同时实现了可配置（跟hadoop整合，之前索引结构写在代码中，现在提前定义好）、可扩展并对查询性能进行了优 ...
分类：
其他好文 时间：
2017-09-10 12:31:05
阅读次数：
120
