Solr4 + Jcseg(分词器) 安装配置--源自技术

java jcseg 官网_Jcseg轻量级中文分词器发布 2.6.2 Java轻量级开源自然语言处理包... Jcseg是基于mmseg算法的一个轻量级中文分词器,是Java轻量级开源自然语言处理包。同时集成了关键字提取,关键短语提取,关键句子提取和文章自动摘要等功能,并且提供了一个基于Jetty的web服务器,方便各大语言直接http调用,同时提供了最新版本的lucene,solr和elasticsearch的分词接口!2.6.2版本主要更新内容如下:1,升级到对lucene 8.20,solr 8.2... 阅读详情

环境部署

这里我安装的是Solr4.6和jcseg1.9.2

下载地址(网上可以搜索到)

安装solr:


1.solr安装解压后,将\solr-4.6.0\dist目录下的solr-4.6.0.war 更名为solr.war,然后放到tomcat的webapps下;
2.将\solr-4.6.0\example目录下的solr目录拷贝到tomcat子目录中;
3.在tomcat中conf\Catalina\localhost目录下添加solr.xml文件:
  1. <?xml version="1.0" encoding="UTF-8"?>  
  2.   
  3. <Context docBase="D:/solr/tomcat/webapps/solr" debug="0" crossContext="true" >  
  4.    <Environment name="solr/home" type="java.lang.String" value="D:/solr/tomcat/solr" override="true" />  
  5. </Context>  

启动Tomcat后,访问: http://localhost:8080/solr/

配置中文分词Jcseg:

1.修改\tomcat\solr\collection1\conf目录下的schema.xml文件,添加如下代码:
  1. <fieldtype name="textComplex" class="solr.TextField">  
  2.     <analyzer>  
  3.         <tokenizer class="org.lionsoul.jcseg.solr.JcsegTokenizerFactory" mode="complex"/>  
  4.     </analyzer>  
  5. </fieldtype>  
  6.   
  7. <fieldtype name="textSimple" class="solr.TextField">  
  8.     <analyzer>  
  9.         <tokenizer class="org.lionsoul.jcseg.solr.JcsegTokenizerFactory" mode="simple"/>  
  10.     </analyzer>  
  11. </fieldtype>  

2.将jar包添加到tomcat/webapps/solr/WEB-INFO/lib目录中
这里添加的jar包包括:
jcseg目录中:jcseg-core-1.9.2.jar, jcseg-solr-1.9.2.jar
solr-4.6.0\dist\solrj-lib目录中:所有jar

3.将jcseg词库添加到tomcat/webapps/solr/WEB-INFO/lib目录中
将jcseg目录中lexicon目录拷贝

测试

输入搜索词:四川省发生了地震,选择fieldType,看结果



Jcseg分词器的实现详解 1.之前的项目一直都是用的ik分词器,但是最近的一个项目项目大佬说ik好像很长时间都没更新,版本太老旧,故而用了新的jcseg的分词器,于是也上网找了一些资料,学习了一下如何使用jcseg分词器。 2.http://www.docin.com/p-782941386.html这个是网上找到的Jcseg中文分词器开发说明文档 3.具体实现 在pom文件里面添加相关架包 &lt;depende... 阅读详情

相关推荐

支持solr5.x和lucene5.x的jcseg分词器,亲测可用!

基于狮子的心的jcseg分词器,并优化部分功能,完美支持solr5.x和lucene5.x,本人是solr5.3,亲测可用。jcseg.properties使用原生的即可。本人还有pinyin拼音分词器资源,可以查看我的资源里。

solr 4.x 中文分词: jcseg-core-1.9.7, jcseg-analyzer-1.9.7

文章目录1, jcseg项目说明a, solr4.x配置说明b, 下载 v1.9.7-release tag版本的代码2, 下载源码,编译jar包a, 修改lucene版本号b, 解开被注释的v4x代码,并注释v5x代码c, maven打包d, 提取target里面的jar包3, 配置solr集合,并测试在solr admin页面,测试中文分词 1, jcseg项目说明 码云地址: https://gitee.com/lionsoul/jcseg github地址: https://github.com/l

eyeofeagle的博客 873

solr中文分词高版本

由于网上提供的solr中文分词器大多不吃吃6.5以上,会报错(具体错误提示忘了),这里提供高版本,内含使用教程

Solr4 + Jcseg 学习

环境部署 这里我安装的是Solr4.6和jcseg1.9.2 下载地址(网上可以搜索到) 安装solr: 1.solr安装解压后,将\solr-4.6.0\dist目录下的solr-4.6.0.war 更名为solr.war,然后放到tomcat的webapps下; 2.将\solr-4.6.0\example目录下的solr目录拷贝到tomcat子目录中; 3

fover717的专栏 4737

Jcseg开发帮助文档

Jcseg开发帮助文档,jcseg是使用Java开发的一个开源中文分词器,使用流行的mmseg算法实现,并且提供了最高版本的lucene-4.x和最高版本solr-4.x的分词接口.

Dirsearch的下载、安装和使用(全)

Dirsearch工具的下载、安装和使用,超详细超全面

weixin_68416970的博客 1万+

【大数据开发运维解决方案】Solr5.1+Jcseg分词器安装部署(中英文同义词、停止词配置)

Solr5.1+Jcseg分词器安装部署(同义词、停止词)注意:本文使用得Solr环境是基于上一篇文章:Linux Solr5.1安装及导入Oracle数据库表数据 笔者项目中用到的solr环境为5.1版本,分词器不是使用得solr得text_general分词器,而是jcseg分词器。因为笔者需要使用同义词和停止词功能,项目中得solr环境本人无法随意测试,所以打算在本地部署一个Solr5.1得环境,从Oracle数据库取数,使用项目中使用得jcseg分词器做本地环境得分词器,用来测试jcseg分词器同义

赵延东的一亩三分地 15万+

【STM32】STM32F407实现简单的Modbus协议

1.ModBus协议简介 MODBUS协议是一种串行通信协议,由Modicon公司(施耐德公司前身)发表,由于其公开发表且无版权要求,易于部署和维护,在工业界广泛应用。MODBUS采用主从通信(Master/Slave),MODBUS有三种报文格式:ASCII、RTU、TCP,本文主要讨论RTU。 如下图所示,串行通信上的MODBUS协议主要由地址,功能码,数据,CRC校验四部分数据帧构成。主机和从机的串行通信设备要求一致,参数要求一致,即假设使用串口,主从机波特率,奇偶校验...

BadBoyHolly的博客 8188

solr6.5.1中文分词

为什么使用中文分词 下载jcseg maven打包 导入jar包 编写solrconfigxml 编辑managed-schema文件 设置分词字段 测试为什么使用中文分词举个例子,假如输入“周杰伦的演唱会”,就算使用模糊查询,也只能找到索引中与“xxx周杰伦演唱会xxx”相匹配的内容。 如果使用了中文分词,则可以找到所有与“周杰伦”、“演唱会”、甚至与“周杰”相关的内容。下载jcseg中文分词工

Mr_OOO的博客 2485

结构优化软件:OptiStruct_(11).拓扑优化

在OptiStruct中,设计空间可以通过定义设计区域来实现。设计区域是结构中可以进行材料变化的部分。几何区域:通过几何选择工具选择特定的区域。网格区域:通过网格选择工具选择特定的单元。假设我们有一个简单的梁结构模型,网格文件为beam.fem。我们希望在梁的中部进行拓扑优化,以减轻重量并保持刚度。

kkchenjj的博客 1371

【考研高数-高等数学-基础】第一章 函数、极限、连续

第一章 函数、极限、连续 第二章 导数与微分 第三章 微分中值定理及导数应用 第四章 不定积分 第五章 定积分与反常积分 第六章 定积分的应用 第七章 微分方程 第八章 多元函数微分学 第九章 二重积分 第十章 无穷级数 第十一章 向量代数与空间解析几何及多元微分学在几何上的应用 第十二章 多元积分学及其应用 难题: 极限的递推 微分中值定理的证明题 定积分的不等式和等式的证明 重积分的不等式和等式的证明 线面积分的不等式和等...

刘鑫磊 2035

Lucene中文分词Jcseg

jcseg是使用Java开发的一款开源的中文分词器, 基于流行的mmseg算法实现,分词准确率高达98.4%, 支持中文人名识别, 同义词匹配, 停止词过滤等。并且提供了最新版本的lucene,solr,elasticsearch分词接口。

任何技能都是从模仿开始,逐步升华。 5213

(王道计算机组成原理)第二章数据的表示和运算-第三节:运算方法和运算电路 1(基本运算部件)

本文主要介绍了计算机组成原理中的加法器和算术逻辑单元(ALU)的基本概念与实现原理。首先,文章详细讲解了一位全加器的工作原理,包括其输入输出、逻辑表达式及真值表。接着,介绍了并行加法器的两种类型:串行进位和并行进位的加法器,分析了它们的优缺点。随后,文章探讨了带标志位的加法器,说明了如何通过标志位生成逻辑来判断加法结果的状态。最后,文章阐述了ALU的功能及其实现原理,包括ALU的基本结构、控制信号的作用以及在实际考试中的图示表示。通过这些内容,读者可以全面了解加法器和ALU在计算机中的重要作用及其工作原理。

快乐江湖的博客 3837

Solr——企业级搜索应用服务器

​ 在Solr中、每一个Core、代表一个索引库、里面包含索引数据及其配置信息。​ Solr中可以拥有多个Core、也就是可以同时管理多个索引库、就像mysql中可以有多个数据库一样。​ 所以SolrCore可以理解成MySQL中的数据库;​ 作用:这个Tokenizer将文本的空格和标点当做分隔符。注意,你的Email地址(含有@符合)可能会被分解开;用点号(就是小数点)连接的部分不会被分解开。对于有连字符的单词,也会被分解开。<analyzer>

还想做MAD 656

YOLO11涨点优化:注意力魔改 | 引入Deformable Attention (可变形注意力),灵活感受野自适应复杂形变目标

Deformable Attention为YOLO11带来的不仅是2.6个百分点的mAP提升,更是一种全新的“形变感知”范式。标准卷积的固定感受野在非刚性目标、多尺度变化和遮挡场景下力不从心——Deformable Attention恰好填补了这一空白。从架构设计到代码实现,从竞品对比到部署方案,从生态工具到安全风险,本文覆盖了将Deformable Attention引入YOLO11所需的全部知识链路。

2601_95807009的博客 286

使用C#实现的多人语音视频系统:WebSocket与WebRTC集成

通过上述的代码示例,我们可以使用C#编写一个多人语音视频系统,该系统集成了WebSocket和WebRTC技术。当然,这只是一个简单的示例,实际的多人语音视频系统可能需要更多的功能和优化。通过结合这两种技术,我们可以实现实时的语音和视频通信,支持多人同时参与。在上述代码中,我们创建了一个WebSocket服务器,监听在本地的8080端口,并创建了一个WebRTC连接。接下来,我们将详细介绍如何使用C#编写一个多人语音视频系统,包括使用WebSocket建立连接和使用WebRTC进行实时通信。

TjsReact的博客 1634

中文分词器(jcseg)

jcseg是基于 mmseg 算法的一个轻量级 Java 中文分词器,同时集成了关键字提取、关键短语提取、关键句子提取和文章自动摘要等功能。它提供了多种切分模式,包括简易模式、复杂模式、检测模式、检索模式、分隔符模式和 NLP 模式,以满足不同的应用场景需求。可以从官方网站或开源代码托管平台获取 jcseg 的 JAR 包或源代码。将 jcseg 添加到你的 Java 项目中。如果是使用 Maven 或 Gradle 等构建工具,可以在项目配置文件中添加相应的依赖。

weixin_43156294的博客 1167

FPGA设计-Vivado的Off-Chip Termination设置问题

经常遇到在FPGA设计时,很多人很迷惑这些关于硬件的终端匹配怎么设置,Vivado的Off-Chip Termination设置问题,这里就详细说一下这个问题。

whm128的博客 2727

【大数据开发运维解决方案】Solr6.2默认相似性算法检索匹配得分高于5.1版本问题分析

根据上面实验,于是这里怀疑不只是因为分词器分词差异导致的问题,更大的问题应该在于solr5和solr6的相似度得分算法不一样了,为了排除分词器带来的影响,于是将solr6.2使用的分词器也替换成solr5.1使用那一套分词器,再次索引同样的数据,做同样的查询发现得分还是很高,那就说明相似得分差异过大的主要原因是由于solr两个版本的算法不一致导致的了。 经过网上查找资料发现了solr5和solr6的默认相似度算法的确是变了

赵延东的一亩三分地 15万+

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

搜索引擎:solr--搭建和分析中文分词器。下(jcseg和ICTCLAS)

1:jcseg是使用Java开发的一个开源的中文分词器,使用流行的mmseg算法实现。是一款独立的分词组件,不是针对lucene而开发,但是提供了最新版本的lucene和solr分词接口。

千丈之松的专栏 3044

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

Solr4 + Jcseg(数据导入) 安装配置--源自技术

本文介绍如何从数据库将数据导入到Solr并且使用jcseg进行分词 在tomcat目录下,solr的配置文件目录:\tomcat\solr\collection1\conf (1)schema.xml [html] view plain copy xml version="1.0"  encoding="UTF-8"?>  schema name="alb

MyJava_Dx的博客 721

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

一步一步跟我学习lucene(4)---lucene的中文分词器jcseg和IK Analyzer分词器及其使用说明...

为什么要使用lucene中文分词器 在lucene的开发过程中,我们常会遇到分词时中文识别的问题,lucene提供了  lucene-analyzers-common-5.0.0.jar包来支持分词,但多的是对英国,法国,意大利等过语言的支持, 因此我们需要引入中文分词的概念。 各种中文分词器及其对比 jcseg中文分词器 jcseg是使用Java开发的一款开源的中文分词器, 使...

wuyinggui的专栏 305

Jcseg是基于mmseg算法的一个轻量级Java中文分词器

Jcseg是基于mmseg算法的一个轻量级中文分词器,同时集成了关键字提取,关键短语提取,关键句子提取和文章自动摘要等功能,并且提供了一个基于Jetty的web服务器,方便各大语言直接http调用,同时提供了最新版本的lucene, solr, elasticsearch的分词接口!Jcseg自带了一个 jcseg.properties文件用于快速配置而得到适合不同场合的分词应用,例如:最大匹配词长,是否开启中文人名识别,是否追加拼音,是否追加同义词等! Jcseg核心功能: 中文分词:mmseg算法

新技术革命 1655

solr+jcseg使用complex模式实现模糊搜索效果

solr+jcseg使用complex模式实现模糊搜索效果为了解决什么问题解决方案比较折中的方案 为了解决什么问题 假设字段name包含行政区名字,比如河北省,河北,使用complex模式: name:河北,此时搜索不到包含河北省的结果 name:河北省,此时搜索不到只包含河北的结果 虽然这两个词都在词库中,但是complex模式不会对这个词进行二次切分。 解决方案 使用search模式,对...

薛凌康的博客 374

ansj分词器的配置

到https://github.com/ansjsun/ansj_seg下载,点击右下角的Download ZIP下载 总共有两种方式: 1.可以采用POM.XML自动配置安装,在eclipse需要在marketplace 安装maven插件. 2.自行配置: 新建一个工程ansjtest,工程名自行定义导入tree_split-1.1.1.jar包把压缩包里面的src/m

zhongkeli的专栏 9651
上一篇: solr全文检索(第三篇 数据导入)--源自技术
下一篇: Solr4 + Jcseg(数据导入) 安装配置--源自技术
MyJava_Dx
博客等级 码龄11年 1粉丝 32原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值