云搜索服务 CSS-使用示例:步骤一：配置自定义词库

时间：2023-11-01 16:18:11

云搜索服务 CSS

步骤一：配置自定义词库

准备词库文件（UTF-8无BOM格式编码的文本文件），上传到对应OBS路径下。
主词词库文件中包含词语“智能手机”；停词词库文件中包含词语“是”；同义词词库文件中包含一组同义词“开心”和“高兴”。

由于系统默认词库的停用词包含了“是”、“的”等常用词，此类停用词可以不用上传。
在云搜索服务管理控制台，单击左侧导航栏的“集群管理”。
在“集群管理”页面，单击需要配置自定义词库的集群名称，进入集群基本信息页面。
在左侧导航栏，选择“自定义词库”，参考配置自定义词库为集群配置1准备好的词库文件。
待词库配置信息生效后，返回集群列表。单击集群操作列的“Kibana”接入集群。
在Kibana界面，单击左侧导航栏的“Dev Tools”，进入操作页面。

执行如下命令，查看自定义词库的不同分词策略的分词效果。

使用ik_smart分词策略对文本内容“智能手机是很好用”进行分词。

示例代码：

POST /_analyze{  "analyzer":"ik_smart",  "text":"智能手机是很好用"}

运行结束后，查看分词效果：

{  "tokens": [    {      "token": "智能手机",      "start_offset": 0,      "end_offset": 4,      "type": "CN_WORD",      "position": 0    },    {      "token": "很好用",      "start_offset": 5,      "end_offset": 8,      "type": "CN_WORD",      "position": 1    }  ]}

使用ik_max_word分词策略对文本内容“智能手机是很好用”进行分词。

示例代码：

POST /_analyze{  "analyzer":"ik_max_word",  "text":"智能手机是很好用"}

运行结束后，查看分词效果：

{  "tokens" : [    {      "token" : "智能手机",      "start_offset" : 0,      "end_offset" : 4,      "type" : "CN_WORD",      "position" : 0    },    {      "token" : "智能",      "start_offset" : 0,      "end_offset" : 2,      "type" : "CN_WORD",      "position" : 1    },    {      "token" : "智",      "start_offset" : 0,      "end_offset" : 1,      "type" : "CN_WORD",      "position" : 2    },    {      "token" : "能手",      "start_offset" : 1,      "end_offset" : 3,      "type" : "CN_WORD",      "position" : 3    },    {      "token" : "手机",      "start_offset" : 2,      "end_offset" : 4,      "type" : "CN_WORD",      "position" : 4    },    {      "token" : "机",      "start_offset" : 3,      "end_offset" : 4,      "type" : "CN_WORD",      "position" : 5    },    {      "token" : "很好用",      "start_offset" : 5,      "end_offset" : 8,      "type" : "CN_WORD",      "position" : 6    },    {      "token" : "很好",      "start_offset" : 5,      "end_offset" : 7,      "type" : "CN_WORD",      "position" : 7    },    {      "token" : "好用",      "start_offset" : 6,      "end_offset" : 8,      "type" : "CN_WORD",      "position" : 8    },    {      "token" : "用",      "start_offset" : 7,      "end_offset" : 8,      "type" : "CN_WORD",      "position" : 9    }  ]}

上一篇：云搜索服务 CSS-使用示例:步骤二：使用关键词搜索

下一篇：云搜索服务 CSS-使用示例:步骤三：使用同义词搜索