這兩天又在折騰ES,之前在centOS上有裝過elasticsearch2.4.3和5.3.1。然後需要對中文進行分詞,老大建議用ANSJ,所以放棄了使用IK分詞器。
但是在裝ANSJ的時候出現了問題,貌似並木有合適的版本源。在成功把虛擬機玩掛了之後還是老老實實用了2.3.1版本,至於ES環境的相關配置可以參考之前的博文。
不說廢話了,開工。
ES如果要拿來做ANSJ中文分詞的話,建議使用如下圖所示版本,可以少走不少彎路。至於其它版本、不推薦,如果時間充裕的話可以玩一玩。
在elasticsearch安裝目錄的bin目錄下執行:
./plugin install http://maven.nlpcn.org/org/ansj/elasticsearch-analysis-ansj/2.3.1/elasticsearch-analysis-ansj-2.3.1-release.zip
等待分詞器安裝...
創建測試索引
curl -XPUT 127.0.0.1:9200/test -d '{ "settings" : { "number_of_shards" : 1, "number_of_replicas" : 0 }, "mappings" : { "type1" : { "_all" : { "enabled" : false }, "properties" : { "name" : { "type" : "string", "analyzer" : "index_ansj", "search_analyzer" : "query_ansj" } } } } }'
注意: -XPUT後的IP 127.0.0.1這裏如果在elasticsearch.yml中更改爲了虛擬機的IP則需要在輸入時改變IP。
添加索引內容
curl -XPUT 'http://127.0.0.1:9200/test/test/1' -d '{ "name" : "中國人民萬歲", "post_date" : "2009-11-15T14:12:12", "message" : "trying out Elasticsearch" }'
查詢索引
瀏覽器訪問: http://127.0.0.1:9200/test/test/_search?q=name:%E4%B8%AD%E5%9B%BD
IP是否更改同樣看之前是如何配置的
將ANSJ設置爲默認分詞方法
在elasticsearch.yml加入如下配置:
#默認分詞器,索引
index.analysis.analyzer.default.type: index_ansj
#默認分詞器,查詢
index.analysis.analyzer.default_search.type: query_ansj
索引分詞
index_ansj 是索引分詞,儘可能分詞處所有結果 example http://127.0.0.1:9200/_cat/test/analyze?text=%E5%85%AD%E5%91%B3%E5%9C%B0%E9%BB%84%E4%B8%B8%E8%BD%AF%E8%83%B6%E5%9B%8A&analyzer=index_ansj 六味 0 2 0 word 地 2 3 1 word 黃丸軟 3 6 2 word 膠囊 6 8 3 word 六味地黃 0 4 4 word 地黃 2 4 5 word 地黃丸 2 5 6 word 軟膠 5 7 7 word 軟膠囊 5 8 8 word
搜索分詞 (search_ansj=to_ansj=query_ansj)
query_ansj 是搜索分詞,是索引分詞的子集,保證了準確率 example http://127.0.0.1:9200/_cat/test/analyze?text=%E5%85%AD%E5%91%B3%E5%9C%B0%E9%BB%84%E4%B8%B8%E8%BD%AF%E8%83%B6%E5%9B%8A&analyzer=query_ansj 六味 0 2 0 word 地 2 3 1 word 黃丸軟 3 6 2 word 膠囊 6 8 3 word
用戶自定義詞典優先的分詞方式 (user_ansj=dic_ansj)
dic_ansj 是用戶自定義詞典優先策略 http://127.0.0.1:9200/_cat/test/analyze?text=%E5%85%AD%E5%91%B3%E5%9C%B0%E9%BB%84%E4%B8%B8%E8%BD%AF%E8%83%B6%E5%9B%8A&analyzer=dic_ansj 六味地黃 0 4 0 word 丸 4 5 1 word 軟膠囊 5 8 2 word
瀏覽器測試的相關結果:
相關參考:https://www.oschina.net/news/72833/ansj-elasticsearch-2-3-1