solr如何配置同时支持中文和英文的分词器?

发布于 2022-08-27 12:00:35 字数 1087 浏览 36 评论 0

我使用solr配置了三个字段,其中一个字段的类型为textgeneral,此类型可以对中文进行分词,但是不对英文分词,那么如何配置一个类型,使其既支持中文分词又支持英文分词? textgeneral字段类型的定义如下

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <!-- in this example, we will only use synonyms at query time
    <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
    -->
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

暮凉 2022-09-03 12:00:35

英文:https://cwiki.apache.org/confluence/display/solr/Filter+Descriptions#FilterDescriptions-NGramFilter
至于中文,默认就是字字分开,直接控制匹配度就行,要词分的话就用ik,但是TokenizerFactory要自己实现,不过写一下还是很方便的

路弥 2022-09-03 12:00:35

欢迎是JcSeg分词算法,我已实现中文和英文混合分词;github地址 https://github.com/Lawrence-zxc/com.zb.jcseg

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文