solr 9.2.0版本 配置中文分词

Solr 9.2.0默认使用Lucene 8.6.0，其自带了一个中文分词器SmartChineseAnalyzer。

在Solr中配置中文分词器的步骤如下：

1. 在solrconfig.xml中配置分词器

在schema.xml中定义field时，需要指定使用的分词器，例如：

<field name="text" type="text_cn" indexed="true" stored="true"/>

在solrconfig.xml中，需要配置text_cn类型的分词器，例如：

<fieldType name="text_cn" class="solr.TextField">
  <analyzer type="index">
    <tokenizer class="org.apache.lucene.analysis.cn.smart.SmartChineseTokenizerFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="org.apache.lucene.analysis.cn.smart.SmartChineseTokenizerFactory"/>
  </analyzer>
</fieldType>

其中，tokenizer指定了使用的分词器，这里使用的是SmartChineseTokenizerFactory，它是SmartChineseAnalyzer的底层分词器。

2. 配置停用词

在solrconfig.xml中，可以配置停用词，在分词时将停用词过滤掉，例如：

<filter class="solr.StopFilterFactory" words="stopwords.txt" ignoreCase="true" />

其中，words指定了停用词文件的路径，可以自己定义。

3. 配置同义词

在solrconfig.xml中，可以配置同义词，在分词时将同义词替换掉，例如：

<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true" />

其中，synonyms指定了同义词文件的路径，可以自己定义。expand指定是否将同义词扩展，例如"中国, 中国人, 中国人民"，如果expand=true，则搜索"中国"时会将其扩展为"中国 中国人 中国人民"。

以上就是在Solr 9.2.0中配置中文分词器的基本步骤。