Solr5.0配置中文分词包

Solr中默认的中文分词是用Lucene的一元分词包。

现在说明在Solr5.0中配置Lucene的SmartCN中文分词包。

1，进入Solr的安装目录，我这里是：/root/nutch/solr-5.0.0

把contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-5.0.0.jar包复制到solr的启动目录的lib目录下。

# cp ./contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-5.0.0.jar  ./server/solr-webapp/webapp/WEB-INF/lib/

2，修改managed-schema配置文件。此文件在/root/nutch/solr-5.0.0/server/solr/mycore1/conf目录下，其中mycore1是建立的core名称。

在/root/nutch/solr-5.0.0/server/solr/mycore1/conf/managed-schema配置文件中添加如下信息：

#vi managed-schema

<fieldType name="text_smart" class="solr.TextField" positionIncrementGap="100">  
      <analyzer type="index">  
       <!-- 此处需要配置主要的分词类 -->  
        <tokenizer class="solr.SmartChineseSentenceTokenizerFactory"/>  
        <!--    
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />  
        <filter class="solr.LowerCaseFilterFactory"/>   
        -->  
        <!-- in this example, we will only use synonyms at query time  
        <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>  
      -->  

        <filter class="solr.SmartChineseWordTokenFilterFactory"/>  

      </analyzer>  
      <analyzer type="query">  
      <!-- 此处配置同上 -->  
        <tokenizer class="solr.SmartChineseSentenceTokenizerFactory"/>  
            <!--   
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />  
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>  
        <filter class="solr.LowerCaseFilterFactory"/>  
        -->  
        <filter class="solr.SmartChineseWordTokenFilterFactory"/>  

      </analyzer>  
    </fieldType>

<field name="_text_smart" type="text_smart" indexed="true" stored="true" multiValued="true"/>

3，重启solr服务

# ./bin/solr restart
Sending stop command to Solr running on port 8983 ... waiting 5 seconds to allow Jetty process 50325 to stop gracefully.
Waiting to see Solr listening on port 8983 [\]  
Started Solr server on port 8983 (pid=50745). Happy searching!

4，验证

用SmartCN的分词。



用Solr默认的分词。