上一篇：ElasticSearch（7）—倒排索引
1. 什麼是IK分詞器？
我們在使用百度搜索引擎的時候，經常會發現有一些標紅的關鍵詞，這些被標記的關鍵詞分的還是非常精準的：
這裏對中文進行分詞使用的就是IK分詞器技術，所謂分詞就是將一段文字劃分爲一個個的關鍵字，在搜索的時候會把搜索的文字進行分詞，對文檔中的數據也進行分詞，然後會將分詞後的關鍵字進行匹配，默認的中文分詞是將每個字作爲一個詞，比如好好學習使用中文分詞器拆分之後就是好、好、學、習。這種分詞器顯然不夠優秀，而IK分詞器提供了兩種分詞算法：ik_smart和ik_max_word。
要使用IK分詞器，首先需要下載GitHub所有版本下載地址，將下載好得ik分詞器放到elasticsearch的plugins目錄下：
注意：IK分詞器與elasticsearch存在兼容問題，所以下載的ik分詞器需要與當前的elasticsearch版本一致
Ik分詞器7.6.2版本下載
提取碼：3bfr
將下載好得ik分詞器放到elasticsearch得plugin目錄下之後，啓動es，我們會看到es會自動加載ik分詞器：
打開kibana的開發工具：
測試兩種不同的分詞算法：
2. ik_smart 分詞算法
ik_smart（最少切分）
3. ik_max_word 分詞算法
ik_smart（最細粒度切分）
兩種分詞算法個人感覺ik_smart相當於就是一個最粗粒度劃分，而ik_max_word是最細粒度劃分
4. 如何自定義詞庫
ik分詞器可以支持自定義詞庫，比如我們想讓分詞器識別“明我”，就需要自定義一個詞庫：
- 在ik分詞器的config下面新建一個
my.dic文件，文件中編輯輸入明我 - 修改
IKAnalyzer.cfg.xml
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 擴展配置</comment>
<!--用戶可以在這裏配置自己的擴展字典 -->
<entry key="ext_dict">my.dic</entry>
<!--用戶可以在這裏配置自己的擴展停止詞字典-->
<entry key="ext_stopwords"></entry>
<!--用戶可以在這裏配置遠程擴展字典 -->
<!-- <entry key="remote_ext_dict">words_location</entry> -->
<!--用戶可以在這裏配置遠程擴展停止詞字典-->
<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>
然後重啓elasticsearch進行測試：
未自定義詞庫前的分詞：
使用自定義詞庫之後的分詞：
可以看到分詞器將明我識別爲一個詞。說明使用自定義詞庫成功。