IKAnalyzer 添加扩展词库和自定义词

曾经终败给现在 2022-08-18 00:46 238阅读 0赞

#### 原文链接[http://blog.csdn.net/whzhaochao/article/details/50130605][http_blog.csdn.net_whzhaochao_article_details_50130605] ####

## IKanalyzer分词器 ##

IK分词器源码位置 [http://git.oschina.net/wltea/IK-Analyzer-2012FF][http_git.oschina.net_wltea_IK-Analyzer-2012FF]

## IKanalyzer源码基本配置 ##

![这里写图片描述][20151201153906510]

如图所示是IKanlyzer加载默认配置的路径

## 项目中配置扩展词库 ##

![这里写图片描述][20151201154707245]

如图所示，当我们导入Ikanlyzer jar包后，使用扩展词库只需要在项目的src根目录下建立IKAnalyzer.cfg.xml文件，文件中配置扩展词库和停用词库的路径，具体配置如下所示：

<?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
    <properties>
        <comment>IK Analyzer 扩展配置</comment>
        
        <entry key="ext_dict">com/zhaochao/ikconf/ext.dic;com/zhaochao/ikconf/mine.dic;</entry>
        
        <entry key="ext_stopwords">/com/zhaochao/ikconf/stopword.dic</entry>
    </properties>

## 测试结果 ##

当我们不添加任何自定义词时分词结果如下图所示：

java|是|一个|好|语言|从到|2015年|12月|1日|它|已经有|20|年的历史|了|

当我们添加如下自定义词时  
![这里写图片描述][20151201155118779]

分词结果为：

java|是|一个好语言|从到|2015年12月1日|它|已经有|20年的历史了|

测试代码：

public static void main(String[] args) throws IOException {
            String s = "JAVA是一个好语言，从到2015年12月1日它已经有20年的历史了";
             queryWords(s);
        }
    
        public static void queryWords(String query) throws IOException {
            Configuration cfg = DefaultConfig.getInstance();
            System.out.println(cfg.getMainDictionary()); // 系统默认词库
            System.out.println(cfg.getQuantifierDicionary());
            List<String> list = new ArrayList<String>();
            StringReader input = new StringReader(query.trim());
            IKSegmenter ikSeg = new IKSegmenter(input, true);   // true 用智能分词 ，false细粒度
            for (Lexeme lexeme = ikSeg.next(); lexeme != null; lexeme = ikSeg.next()) {
                System.out.print(lexeme.getLexemeText()+"|");
            }
    
        }

[http_blog.csdn.net_whzhaochao_article_details_50130605]: http://blog.csdn.net/whzhaochao/article/details/50130605
[http_git.oschina.net_wltea_IK-Analyzer-2012FF]: http://git.oschina.net/wltea/IK-Analyzer-2012FF
[20151201153906510]: /images/20220731/afb77ba5cd5344d1bbdc2fe10138eb7e.png
[20151201154707245]: /images/20220731/f5cbde4ee8d74befa37c368db234768c.png
[20151201155118779]: /images/20220731/5ecd33066ba24ea88075113f2d32e00f.png