Solr5.0配置中文分词包

标签：

Solr中默认的中文分词是用Lucene的一元分词包。 现在说明在Solr5.0中配置Lucene的SmartCN中文分词包。

1，进入Solr的安装目录，我这里是：/root/nutch/solr-5.0.0 
把contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-5.0.0.jar包复制到solr的启动目录的lib目录下。

1. # cp ./contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-5.0.0.jar ./server/solr-webapp/webapp/WEB-INF/lib/

2，修改managed-schema配置文件。此文件在/root/nutch/solr-5.0.0/server/solr/mycore1/conf目录下，其中mycore1是建立的core名称。 
在/root/nutch/solr-5.0.0/server/solr/mycore1/conf/managed-schema配置文件中添加如下信息：#vi managed-schema 

在schema.xml 文件的接近末尾的地方增加我们的字段类型的

1. <fieldType name="text_smart" class="solr.TextField" positionIncrementGap="100">
2. <analyzer type="index">
3. <!-- 此处需要配置主要的分词类 -->
4. <tokenizer class="solr.SmartChineseSentenceTokenizerFactory"/>
5. <!--
6. <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
7. <filter class="solr.LowerCaseFilterFactory"/>
8. -->
9. <!-- in this example, we will only use synonyms at query time
10. <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
11. -->
12.  
13. <filter class="solr.SmartChineseWordTokenFilterFactory"/>
14.  
15. </analyzer>
16. <analyzer type="query">
17. <!-- 此处配置同上 -->
18. <tokenizer class="solr.SmartChineseSentenceTokenizerFactory"/>
19. <!--
20. <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
21. <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
22. <filter class="solr.LowerCaseFilterFactory"/>
23. -->
24. <filter class="solr.SmartChineseWordTokenFilterFactory"/>
25.  
26. </analyzer>
27. </fieldType>

字段需要使用text_smartcn的 就是用下面的语句，比如我的是content字段

<field name="content" type="text_smartcn" indexed="true" stored="true"/>

Solr5.0配置中文分词包

标签：

原文地址：http://www.cnblogs.com/hyl8218/p/5595025.html