《IKAnalyzer中文分词器V3.1.6使用手册》.docxVIP

PAGE1 / NUMPAGES1 《IKAnalyzer中文分词器V3.1.6使用手册》 IKAnalyzer中文分词器  V3.X使用手册  目录  1.IK Analyzer3.0介绍 (2)  2.使用指南 (4)  3.词表扩展 (11)  4针对solr的分词器应用扩展 (13)  5.关于 (14)  1.IK Analyzer3.0介绍  IK Analyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始，IKAnalyzer已经推出了3个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。新版本的IK Analyzer3.0则发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。  1.1IK Analyzer3.0结构设计   1.2IK Analyzer3.0特性  ?采用了特有的“正向迭代最细粒度切分算法“，具有60万字/秒的高速处理能力。  ?采用了多子处理器分析模式，支持：英文字母（IP地址、Email、URL）、数字（日期，常用中文数量词，罗马数字，科学计数法），中文词汇（姓名、地名处理）等分词处理。?优化的词典存储，更小的内存占用。支持用户词典扩展定义  ?针对Lucene全文检索优化的查询分析器IKQueryParser(吐血推荐)；采用歧义分析算法优化查询关键字的搜索排列组合，能极大的提高Lucene检索的命中率。  1.3分词效果示例  文本原文1:  IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始，IKAnalyzer已经推出了3个大版本。  分词结果:  ikanalyzer|是|一个|一|个|开源|的|基于|java|语言|开发|的|轻量级|量级|的|中文|分词|工具包|工具|从|2006|年|12|月|推出|1.0 |版|开始|ikanalyzer|已经|推出|出了|3|个大|个|版本  文本原文2:  永和服装饰品有限公司  分词结果:  永和|和服|服装|装饰品|装饰|饰品|有限|公司  文本原文3:  博客：http://./doc/b4598a5abe23482fb4da4c84.html 电子邮件：linliangyi2005@http://./doc/b4598a5abe23482fb4da4c84.html  分词结果:  |博客|http://./doc/b4598a5abe23482fb4da4c84.html |linliangyi|2007|javaeye|com|电子邮件|邮件地址|linliangyi2005@http://./doc/b4598a5abe23482fb4da4c84.html |linliangyi|2005|gmail|com  2.使用指南  2.1下载地址  GoogleCode开源项目：http://./doc/b4598a5abe23482fb4da4c84.html /p/ik-analyzer/  GoogleCode SVN下载：http://./doc/b4598a5abe23482fb4da4c84.html /svn/trunk/  2.2安装部署  IK Analyzer安装包包含：  1.《IKAnalyzer中文分词器V3.X使用手册》（即本文档）  2.IKAnalyzer  3.X.jar  3.IKAnalyzer.cfg.xml  它的安装部署十分简单，将IKAnalyzer3.X.jar部署于项目的lib目录中；IKAnalyzer.cfg.xml 文件放置在代码根目录（对于web项目，通常是WEB-INF/classes目录，同hibernate、log4j 等配置文件相同）下即可。  2.3Lucene用户快速入门  代码样例  IKAnalyzerDemo     执行结果：  命中：1  内容：Document  2.4关键API说明  ?类org.wltea.analyzer.lucene.IKAnalyzer  说明：IK分词器的主类，是IK分词器的Lucene An