为coreseek添加mmseg分词
由于在工作中遇到了林书豪这个词，原来的分词库里面没有就找了下文档，自己整理了一份，以交流备忘。 1.准备好需要添加的词表，一般都是每行一词，注意要保存为utf-8； 例如： -- 林书豪 -- 2.利用UltraEdit的查找替换功能，使词表格式符合mmseg的要求； 例如： 打开UltraEdit的正则替换功能，将“^p”替换为“^t1^px:1^p” 结果是： -- 林书豪 [tab]1 x:1 -- 其他的也行 3.将生成的符合格式要求的词表粘贴到原词表unigram.txt末尾，保存为unigram_new.txt，并拷贝到mmseg所在的目录下； 4.生成新的 uni /usr/local/mmseg3/bin/mmseg -u /usr/local/mmseg3/etc/unigram_new.txt 就会生成新的词典文件unigram_new.txt.uni 5.将新的 unigram_new.txt.uni 替换原有的uni.lib mv /usr/local/mmseg3/etc/unigram_new.txt.uni /usr/local/mmseg3/etc/uni.lib 6.重新建立索引库、重启searchd /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/c.conf --all -