1. 分词器介绍

•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
•是一个基于Maven构建的项目
•具有60万字/秒的高速处理能力
•支持用户词典扩展定义

2. ik 分词器安装

IK 分词器安装

3. 分词器的使用

IK分词器有两种分词模式：ik_max_word 和 ik_smart 模式。
1、ik_max_word
会将文本做最细粒度的拆分，比如会将“秦始皇陵兵马俑”拆分为很多词。

#方式一ik_max_word
GET /_analyze
{"analyzer": "ik_max_word","text": "秦始皇陵兵马俑"
}

ik_max_word分词器执行如下：

{"tokens" : [{"token" : "秦始皇陵","start_offset" : 0,"end_offset" : 4,"type" : "CN_WORD","position" : 0},{"token" : "秦始皇","start_offset" : 0,"end_offset" : 3,"type" : "CN_WORD","position" : 1},{"token" : "始皇","start_offset" : 1,"end_offset" : 3,"type" : "CN_WORD","position" : 2},{"token" : "皇陵","start_offset" : 2,"end_offset" : 4,"type" : "CN_WORD","position" : 3},{"token" : "兵马俑","start_offset" : 4,"end_offset" : 7,"type" : "CN_WORD","position" : 4},{"token" : "兵马","start_offset" : 4,"end_offset" : 6,"type" : "CN_WORD","position" : 5},{"token" : "俑","start_offset" : 6,"end_offset" : 7,"type" : "CN_CHAR","position" : 6}]
}

在这里插入图片描述

2、**ik_smart **会做最粗粒度的拆分，比如会将“秦始皇陵兵马俑”拆分为只有两个词。

#方式二ik_smart
GET /_analyze
{"analyzer": "ik_smart","text": "秦始皇陵兵马俑"
}

ik_smart分词器执行如下：

{"tokens" : [{"token" : "秦始皇陵","start_offset" : 0,"end_offset" : 4,"type" : "CN_WORD","position" : 0},{"token" : "兵马俑","start_offset" : 4,"end_offset" : 7,"type" : "CN_WORD","position" : 1}]
}

在这里插入图片描述