基於 HanLP 的 Elasticsearch 中文分詞插件，核心功能：
兼容 ES 5.x-7.x；
內置詞典，無需額外配置即可使用；
支持用戶自定義詞典；
支持遠程詞典熱更新（待開發）；
內置多種分詞模式，適合不同場景；
拼音過濾器（待開發）；
簡繁體轉換過濾器（待開發）。
版本
插件版本和 ES 版本一致，直接下載對應版本的插件進行安裝即可。
·插件開發完成時，最新版本已經爲 6.5.2 了，所以個人只對典型的版本進行了測試；
·5.X 在 5.0.0、5.5.0 版本進行了測試；
·6.X 在 6.0.0、6.3.0、6.4.1、6.5.1 版本進行了測試；
·7.X 在 7.0.0 版本進行了測試。
安裝使用
下載編譯
git clone 對應版本的代碼，打開 pom.xml 文件，修改 <elasticsearch.version>6.5.1</elasticsearch.version> 爲需要的 ES 版本；然後使用 mvn package 生產打包文件，最終文件在 target/release 文件夾下。
打包完成後，使用離線方式安裝即可。
使用默認詞典
·在線安裝：.\elasticsearch-plugin install https://github.com/AnyListen/elasticsearch-analysis-hanlp/releases/download/vA.B.C/elasticsearch-analysis-hanlp-A.B.C.zip
·離線安裝：.\elasticsearch-plugin install file:///FILE_PATH/elasticsearch-analysis-hanlp-A.B.C.zip
離線安裝請把 FILE_PATH 更改爲 zip 文件路徑；A、B、C 對應的是 ES 版本號。
使用自定義詞典
默認詞典是精簡版的詞典，能夠滿足基本需求，但是無法使用感知機和 CRF 等基於模型的分詞器。
HanLP 提供了更加完整的詞典，請按需下載。
詞典下載後，解壓到任意目錄，然後修改插件安裝目錄下的 hanlp.properties 文件，只需修改第一行
root=D:/JavaProjects/HanLP/
爲 data 的父目錄即可，比如 data 目錄是 /Users/hankcs/Documents/data，那麼 root=/Users/hankcs/Documents/。
使用自定義配置文件
如果你在其他地方使用了 HanLP，希望能夠複用 hanlp.properties 文件，你只需要修改插件安裝目錄下的 plugin.properties 文件，將 configPath 配置爲已有的 hanlp.properties 文件地址即可。
內置分詞器
分析器(Analysis)
·hanlp_index：細粒度切分
·hanlp_smart：常規切分
·hanlp_nlp：命名實體識別
·hanlp_per：感知機分詞
·hanlp_crf：CRF分詞
·hanlp：自定義
分詞器(Tokenizer)
·hanlp_index：細粒度切分
·hanlp_smart：常規切分
·hanlp_nlp：命名實體識別
·hanlp_per：感知機分詞
·hanlp_crf：CRF分詞
·hanlp：自定義
自定義分詞器
插件有較爲豐富的選項允許用戶自定義分詞器，下面是可用的配置項：
案例展示：
# 創建自定義分詞器
PUT my_index
{
"settings": {
"analysis": {
"analyzer": {
"my_analyzer": {
"type": "hanlp",
"algorithm": "viterbi",
"enableIndexMode": "true",
"enableCustomDictionary": "true",
"customDictionaryPath": "",
"enableCustomDictionaryForcing": "false",
"enableStopWord": "true",
"stopWordDictionaryPath": "",
"enableNumberQuantifierRecognize": "true",
"enableNameRecognize": "true",
"enableTranslatedNameRecognize": "true",
"enableJapaneseNameRecognize": "true",
"enableOrganizationRecognize": "true",
"enablePlaceRecognize": "true",
"enableTraditionalChineseMode": "false"
}
}
}
}
}
# 測試分詞器
POST my_index/_analyze
{
"analyzer": "my_analyzer",
"text": "張惠妹在上海市舉辦演唱會啦"
}
分詞速度（僅供參考）
藉助 _analyze API（1核1G單線程），通過改變分詞器類型，對 2W 字的文本進行分詞，以下爲從請求到返回的耗時：
