13518219792
本篇文章为大家展示了elasticsearch 5.x中IK分词器怎么用，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
创新互联是专业的潘集网站建设公司，潘集接单;提供成都做网站、网站制作,网页设计,网站设计,建网站,PHP网站建设等专业做网站服务;采用PHP框架,可快速的进行潘集网站开发网页制作和功能扩展;专业做搜索引擎喜爱的网站,专业的做网站团队,希望更多企业前来合作!
ik分词器的地址 https://github.com/medcl/elasticsearch-analysis-ik/releases ，分词器插件需要和ES版本匹配
由于es是5.6.16版本，所有我们下载5.6.16
https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v5.6.16/elasticsearch-analysis-ik-5.6.16.zip
解压后，把安装包放在ES节点的plugins目录，包名重命名为ik
重启ES，测试下IK分词效果
（1）无分词器下的效果
GET _analyze?pretty
{
"text":"安徽省长江流域"
}返回结果。
{
"tokens": [
{
"token": "安",
"start_offset": 0,
"end_offset": 1,
"type": "",
"position": 0
},
{
"token": "徽",
"start_offset": 1,
"end_offset": 2,
"type": "",
"position": 1
},
{
"token": "省",
"start_offset": 2,
"end_offset": 3,
"type": "",
"position": 2
},
{
"token": "长",
"start_offset": 3,
"end_offset": 4,
"type": "",
"position": 3
},
{
"token": "江",
"start_offset": 4,
"end_offset": 5,
"type": "",
"position": 4
},
{
"token": "流",
"start_offset": 5,
"end_offset": 6,
"type": "",
"position": 5
},
{
"token": "域",
"start_offset": 6,
"end_offset": 7,
"type": "",
"position": 6
}
]
} 可见 “安徽省长江流域” 每个字都分成了一个词
（2）IK分词器下的效果，ik_smart分词器
GET _analyze?pretty
{
"analyzer": "ik_smart",
"text":"安徽省长江流域"
}结果
{
"tokens": [
{
"token": "安徽省",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "长江流域",
"start_offset": 3,
"end_offset": 7,
"type": "CN_WORD",
"position": 1
}
]
}（3）IK分词器下的效果，ik_smart分词器
GET _analyze?pretty
{
"analyzer": "ik_max_word",
"text":"安徽省长江流域"
}结果
{
"tokens": [
{
"token": "安徽省",
"start_offset": 0,
"end_offset": 3,
"type": "CN_WORD",
"position": 0
},
{
"token": "安徽",
"start_offset": 0,
"end_offset": 2,
"type": "CN_WORD",
"position": 1
},
{
"token": "省长",
"start_offset": 2,
"end_offset": 4,
"type": "CN_WORD",
"position": 2
},
{
"token": "长江流域",
"start_offset": 3,
"end_offset": 7,
"type": "CN_WORD",
"position": 3
},
{
"token": "长江",
"start_offset": 3,
"end_offset": 5,
"type": "CN_WORD",
"position": 4
},
{
"token": "江流",
"start_offset": 4,
"end_offset": 6,
"type": "CN_WORD",
"position": 5
},
{
"token": "流域",
"start_offset": 5,
"end_offset": 7,
"type": "CN_WORD",
"position": 6
}
]
}为什么IK分词器能分析中文词汇呢？因为在它的config目录内置了一些词典。
那么如果我们需要识别一些新的词汇怎么办？例如一部连续剧 “权利的游戏”
自定义词典
在IK插件的config目录下创建tv目录，新建 tv.dic 文件（注意，一定要UTF-8无BOM的格式）
然后在 IKAnalyzer.cfg.xml 文件在添加配置
重启ES、Kibana ，试下效果
GET _analyze?pretty
{
"analyzer": "ik_smart",
"text":"权利的游戏"
}分词结果
{
"tokens": [
{
"token": "权利的游戏",
"start_offset": 0,
"end_offset": 5,
"type": "CN_WORD",
"position": 0
}
]
}上述内容就是elasticsearch 5.x中IK分词器怎么用，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注创新互联行业资讯频道。
