Elasticsearch之IK分词器配置

1、ik配置文件

ik配置文件位置:es/plugins/ik/config目录
IKAnalyzer.cfg.xml:用来配置自定义词库

在这里插入图片描述
main.dic:ik原生内置的中文词库,总共有27万多条,只要是这些单词,都会被分在一起
在这里插入图片描述
quantifier.dic:放了一些单位相关的词
在这里插入图片描述
suffix.dic:放了一些后缀
在这里插入图片描述
surname.dic:中国的姓氏
在这里插入图片描述
stopword.dic:英文停用词
在这里插入图片描述
ik原生最重要的两个配置文件
main.dic:包含了原生的中文词语,会按照这个里面的词语去分词
stopword.dic:包含了英文的停用词
停用词,stopword
a the and at but
一般,像停用词,会在分词的时候,直接被干掉,不会建立在倒排索引中

2、自定义词库

自己建立词库:每年都会涌现一些特殊的流行词,网红,蓝瘦香菇,喊麦,鬼畜,一般不会在ik的原生词典里
自己补充自己的最新的词语,到ik的词库里面去
IKAnalyzer.cfg.xml
在这里插入图片描述
注意:补充好自己的词语,然后需要重启es,才能生效


版权声明:本文为cm15835106905原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。