云搜索服务 CSS-配置自定义词库:上传词库文件至OBS
上传词库文件至OBS
配置自定义词库需要提前将词库上传至OBS桶。
- 按表1要求准备词库文件。
表1 词库说明 词库类型
概述
文件要求
主词词库
主词为用户希望进行分词的特殊词语,如上文场景中的“智能手机”和“喜大普奔”。主词库则是这些特殊词语的集合。
UTF-8无BOM格式编码的文本文件,且文件中每一行为一个分词。如果涉及单词,必须改成小写字母。主词库文件最大支持100M。
停词词库
停词为用户不希望进行分词或者关注的词语,如“的”、“什么”、“怎么”等。停词词库是停词词语的集合。
UTF-8无BOM格式编码的文本文件,且文件中每一行为一个分词。停词词库文件最大支持80M。
同义词词库
同义词为意义相同的一组词语,如“开心”和“高兴”。同义词词库是同义词词语的集合。
UTF-8无BOM格式编码的文本文件,且文件中每一行为一组同义词,同义词之间用英文逗号隔开。同义词词库文件最大支持80MB。
- 上传词库文件至OBS桶,详细操作步骤请参见上传文件。上传的OBS桶必须和集群所在“区域”相同。