ik

一、IK简介 IK Analyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始， IKAnalyzer已经推出了4个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。从3.0版本开 始，IK发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。在2012版本中，IK实现了简单的分词 歧义排除算法，标志着IK分词器从单纯的词典分词向模拟语义分词衍化。 IK Analyzer 2012特性: 1.采用了特有的“正向迭代最细粒度切分算法“，支持细粒度和智能分词两种切分模式； 2.在系统环境：Core2 i7 3.4G双核，4G内存，window 7 64位， Sun JDK 1.6_29 64位 普通pc环境测试，IK2012具有160万字/秒（3000KB/S）的高速处理能力。 3.2012版本的智能分词模式支持简单的分词排歧义处理和数量词合并输出。 4.采用了多子处理器分析模式，支持：英文字母、数字、中文词汇等分词处理，兼容韩文、日文字符 5.优化的词典存储，更小的内存占用。支持用户词典扩展定义。特别的，在2012版本，词典支持中文，英文，数字混合词语。 二、安装IK分词插件 假设读者已经安装好ES，如果没有的话，请参考

ik插件，说白了，就是通过封装ik分词器，与ElasticSearch对接，让ElasticSearch能够驱动该分词器。那么，具体怎么与ElasticSearch对接呢？从下往上走，总共3步： 一、封装IK分析器 与ElasticSearch集成，分词器的配置均从ElasticSearch的配置文件读取，因此，需要重载IKAnalyzer的构造方法，然后继承ElasticSearch的类AbstractIndexAnalyzerProvider。代码如下： public class IkAnalyzerProvider extends AbstractIndexAnalyzerProvider<IKAnalyzer> { private final IKAnalyzer analyzer; @Inject public IkAnalyzerProvider(Index index, @IndexSettings Settings indexSettings, Environment env, @Assisted String name, @Assisted Settings settings) { super(index, indexSettings, name, settings); Dictionary.initial(new Configuration(env));

接上篇，解决lucene中文分词问题。 这里采用IK分词器。 IKAnalyzer2012_u5.zip下载地址：http://code.google.com/p/ik-analyzer/downloads/detail?name=IKAnalyzer2012_u5.zip&can=2&q= 解压缩后，有如下文件： 1、将IKAnalyzer2012.jar导入工程； 2、将IKAnalyzer.cfg.xml、stopword.dic文件拷贝到src根目录下（编译后在classes根目录下）; 3、修改CreateIndex.java文件，用IK分词器替换lucene默认分词器。找到 indexWriter = new IndexWriter(dir, new StandardAnalyzer( Version.LUCENE_30), true, IndexWriter.MaxFieldLength.UNLIMITED); 替换为： indexWriter = new IndexWriter(dir,new IKAnalyzer(), true, IndexWriter.MaxFieldLength.UNLIMITED); 4、修改Select.java文件，用IK分词器替换lucene默认分词器。找到 QueryParser queryParser = new