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。
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
计算
安全
数据库
网络和加速
企业服务
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": "<IDEOGRAPHIC>",
"position": 0
},
{
"token": "徽",
"start_offset": 1,
"end_offset": 2,
"type": "<IDEOGRAPHIC>",
"position": 1
},
{
"token": "省",
"start_offset": 2,
"end_offset": 3,
"type": "<IDEOGRAPHIC>",
"position": 2
},
{
"token": "长",
"start_offset": 3,
"end_offset": 4,
"type": "<IDEOGRAPHIC>",
"position": 3
},
{
"token": "江",
"start_offset": 4,
"end_offset": 5,
"type": "<IDEOGRAPHIC>",
"position": 4
},
{
"token": "流",
"start_offset": 5,
"end_offset": 6,
"type": "<IDEOGRAPHIC>",
"position": 5
},
{
"token": "域",
"start_offset": 6,
"end_offset": 7,
"type": "<IDEOGRAPHIC>",
"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，欢迎关注亿速云行业资讯频道。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/thinwonton/blog/3080157
