java 利用IKAnalyzer中文分词

1.pom文件

<dependency>
    <groupId>com.janeluo</groupId>
	<artifactId>ikanalyzer</artifactId>
	<version>2012_u6</version>
</dependency>

2.不配置暂停词和字典

代码

String text="自古刀扇过背刺";
StringReader sr=new StringReader(text);
IKSegmenter ik=new IKSegmenter(sr, true);
Lexeme lex=null;
while((lex=ik.next())!=null){
    System.out.print(lex.getLexemeText()+"|");
}

结果

自古|刀|扇|过|背|刺|

3.配置暂停词和字典

src/main/java/IKAnalyzer.cfg.xml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict">test.dic;</entry>
	<!--用户可以在这里配置自己的扩展停止词字典 -->
	<entry key="ext_stopwords">teststop.dic;</entry>
</properties>

src/main/java/test.dic

刀扇
背刺

src/main/java/teststop.dic

过

结果

加载扩展词典：test.dic
加载扩展停止词典：teststop.dic
自古|刀扇|背刺|