<object id="getjk"></object>
<object id="getjk"></object>
    1. <object id="getjk"></object>
    2. <th id="getjk"></th>
      XYcooper
      • 性别: Icon_minigender_1
      • 冠亚体育官网网址

      ▯□☐Lucene中文分词 庖丁解牛 2.0.0版本发布◘◊

       

      阅读更多
      □☐◘◊◘▪▫▯□☐◘◊◘▪▫▯□☐◘◊◘▪▫▯□☐◘◊◘▪▫▯□☐◘◊◘▪▫▯□☐◘◊◘▪▫▯□
      庖丁解牛 最新版本2.0.0

      主要变更:

      1)调整了package命名 改为net.paoding.analysis开头;调整了一些类的命名,主要是XAnalyzer改为
      PaodingAnalyzer之类的。

      2)并调整了部分代码的相对位置:代码集中在三个包中:
      net.paoding.analysis.dictionary 字典抽象--这是核心代码之一
      net.paoding.analysis.knife "刀"抽象-分词算法-这是核心代码之二
      net.paoding.analysis.analyzer 封装adapter到lucene接口
      关键代码没有任何改变,特别是CJKKnife没有发现错误。

      3)同时,将字典改为英文命名,避免操作系统中文命名带来不必要影响

      4)增加了配置文件;使knife可以在配置文件配置增减,同时字典的安装路径可以随意指定。

      5)BUGFIX : highlight位置错误

      下载地址:http://code.google.com/p/paoding/downloads/list
      SVN地址:http://paoding.googlecode.com/svn/trunk/paoding-analysis/

      -------------------------------------------------------------------
      选择"庖丁解牛"作为Lucene中文分词可能有以下理由:

      @设计优美-使用庖丁隐喻,容易理解代码设计

      @效率极高-极高效率的字典查找算法;尽量避免无谓试探查找

      @算法简练-简单易理解的算法,但效率却是非常高效的

      @轻松支持最大/最小切词

      @字典灵活-
      字典文件个数不限;
      名称不限,只要符合以dic作为扩展名的均视为字典
      目录层级不限(所以可以任意加减字典目录以及目录下的字典)
      字典格式简单:不需要特别排序,人工可编辑

      @源代码是开放的,遵守http://www.apache.org/licenses/LICENSE-2.0协议

      @作者能力:Java基础知识、设计能力扎实、持续关注改进

      -------------------------------------------------------------------
      "庖丁解牛" 使用指南

      1、准备
      1)将二进制包paoding-analyis.jar放到自己的classpath下

      2)将字典文件安装(也就是拷贝)到某个目录下,比如/data/paoding/dic下

      3)把配置文件paoding-analysis.properties放到自己的classpath下

      4)打开paoding-analysis.properties,把paoding.dic.home属性设置为字
      典的安装目录,比如paoding.dic.home=/data/paoding/dic,特别的,如
      果字典是安装在classpath下的dic目录下,则可以简单这样配置该属性:
      paoding.dic.home=classpath:dic

      2、建立索引
      1)将庖丁封装成符合Lucene要求的Analyzer规范,获取writer mode的lucene
      分析器,writer mode意味要同时支持最大和最小切词。
      Paoding paoding = PaodingMaker.make();
      Analyzer writerAnalyzer = PaodingAnalyzer.writerMode(paoding);

      Paoding应保存为一个系统单例为好,以重复利用,它是线程安全的.

      2)使用Lucene标准API对文件建立索引。
      IndexWriter writer = new IndexWriter(dirctory, writerAnalyzer);
      ...

      3、检索查找
      1)使用Lucene标准API对文件进行检索,使用和建立索引时相同种的lucene分析器。
      QueryParser parser = new QueryParser("content", writerAnalyzer );
      ...

      更具体的使用方式参见
      examples/net.paoding.analysis.examples.gettingstarted中的示例代码

      ------------------------------------------------------------------
      "庖丁解牛"google 论坛:
      http://groups.google.com/group/paoding

      "中文分词" Javaeye 论坛:
      http://analysis.group.javaeye.com/

      svn地址:
      http://paoding.googlecode.com/svn/trunk/paoding-analysis/

      旧版本地址:
      http://paoding.googlecode.com/svn/trunk/paoding-analysis-1/
      不建议下载旧版本
      lucene, 中文, 版本, 变更, package


      (责任编辑:XYcooper)
      分享到: