龙企阁

原文出处：http://blog.youkuaiyun.com/aidayei/article/details/6675886 对于英文文档，其分词的过程很简单。中文文本的分类难度较大，主要是因为汉语分词问题的困难，即为此需要建立完整的汉语概念体系、汉语语法、语义和语用分析是十分复杂的。 lucene包自带的三种中文分词：以“我是中国人”这句话作分词举例1.StandardAnalyzer

版权信息: 可以任意转载, 转载时请务必以超链接形式标明文章原文出处, 即下面的声明.原文出处：点击打开链接原文还介绍了solr的部署，由于前面我已经有过一篇文章了，所以省略为搜索论坛帖子应用设计索引结构：字段说明id帖子 iduser发表用户名或UserIdtitle标题content内容

一、准备工作：jdk1.5以上，tomcat5.5以上java环境变量配置：变量名：JAVA_HOME 变量值：C:\Program Files\Java\jdk1.7.0变量名：CLASSPATH 变量值：.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;变量名：Path 变量值：%JAVA_HOME%\bin;

关于solr不能搜索中文1、需要配置中文分词器，我在此使用的IKAnalyzer分词器,需要jar :IKAnalyzer3.2.8.jarschema.xml 分词配好之后，我们可以再solr的管理页面的[ANALYSIS] 的页面来进行分词测试：这样你输入中华的时候，就可以匹配到 “中华人民

我们常常在自定义一些搜索的时候，需要将某些特定的词搜索到其他商品；例如：我搜索 “踩得” 我就要搜索到 “鞋类”那么我们就需要配置solr的同义词：同义词的配置是在 solr的 config文件夹下面：和 schema.xml一个目录下，有一个 synonyms.txt重启solr。继续搜索：这样搜索鞋类，就可以匹配到

前面说到solr+IKAnalyzer来配置中文分词；在实际中我们有些需求是需要将特定的词作为一个分词来处理，那么我们就需要设置自己的词典例子：连帽上衣希望将 “连帽” 作为一个词来处理，并不希望作为 连，帽 来处理默认分词：做法：IKAnalyzer.cfg.xml放到solr的tomcat中：..../webapp/WEB-INF/classes

============== 我的配置 ============solrconfig.xml   text_spell suggest org.apache.solr.spelling.suggest.Suggester org.apache.solr.spelling.suggest

有时候需要删除 Solr 中的数据（特别是不重做索引的系统中，在重做索引期间）。删除一些 Solr 无效数据（或不合格数据）。删除 solr 中的数据有几种方式：1、先来看 curl 方式：curl http://localhost:8080/solr/update --data-binary "title:abc" -H 'Content-type:tex

https://archive.apache.org/dist/lucene/solr/