elasticsearch 主词词库，停词词库，同义词词库

Elasticsearch 是一个开源的搜索引擎，它支持多种语言的分词器，同时也提供了一些词库，包括主词词库、停词词库和同义词词库，用于优化搜索结果。

1. 主词词库（Main word dictionary）：主词词库包含了一些常见的词汇，这些词汇通常会出现在搜索引擎的查询语句中，如“a”、“an”、“the”等冠词、介词、连词等。

2. 停词词库（Stop words dictionary）：停词词库包含了一些无意义的词汇，这些词汇通常会被搜索引擎忽略，因为它们对搜索结果没有任何帮助，如“的”、“是”、“和”等词语。

3. 同义词词库（Synonym dictionary）：同义词词库包含了一些同义词或近义词，这些词语可以帮助搜索引擎更好地理解用户的查询意图，从而提高搜索结果的准确性。例如，“汽车”和“轿车”就是两个近义词。

这些词库都可以在 Elasticsearch 中配置和使用，以优化搜索结果的质量。

相关问题

es 使用ik停词_es-ik自定义词库步骤

下面是使用 Elasticsearch 中的 IK 分词器进行停词和自定义词库的步骤：

1. 安装 Elasticsearch 和 IK 分词器插件。

2. 创建自定义词库文件，格式如下：

# 单个词语
词语1
词语2
...

# 带有词性的词语
词语1,词性1
词语2,词性2
...

注：词性可以不写，用逗号隔开。

3. 将自定义词库文件放置在 Elasticsearch 安装目录下的 `plugins/ik/config/` 目录下。

4. 修改 IK 分词器配置文件，指定停用词文件和自定义词库文件，示例如下：

{
  "index": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "type": "custom",
          "tokenizer": "ik_max_word",
          "filter": [
            "my_stopwords",
            "my_synonyms"
          ]
        }
      },
      "filter": {
        "my_stopwords": {
          "type": "stop",
          "stopwords_path": "stopwords.txt"
        },
        "my_synonyms": {
          "type": "synonym",
          "synonyms_path": "synonyms.txt"
        }
      }
    }
  }
}

注：上面示例中使用了停用词文件和同义词文件，可以根据需要自行配置。

5. 创建索引并指定使用自定义分词器。

PUT /my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "type": "custom",
          "tokenizer": "ik_max_word",
          "filter": [
            "my_stopwords",
            "my_synonyms"
          ]
        }
      },
      "filter": {
        "my_stopwords": {
          "type": "stop",
          "stopwords_path": "stopwords.txt"
        },
        "my_synonyms": {
          "type": "synonym",
          "synonyms_path": "synonyms.txt"
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "my_field": {
        "type": "text",
        "analyzer": "my_analyzer"
      }
    }
  }
}

6. 测试分词效果。

可以使用以下命令测试分词效果：

GET /my_index/_analyze
{
  "analyzer": "my_analyzer",
  "text": "自定义分词器测试"
}

上述命令会返回分词结果，可以根据需要调整自定义词库和停用词文件。

elasticsearch 中文词库

elasticsearch中文词库可以通过使用ik中文分词器来实现。首先，你需要下载ik包，可以从https://github.com/medcl/elasticsearch-analysis-ik/releases 下载。下载完成后，将ik包安装到elasticsearch中。

安装完成后，你可以在elasticsearch的配置文件中配置ik中文分词器。具体的配置方法可以参考ik中文分词器的官方文档。

一旦配置完成，你就可以在elasticsearch中使用ik中文分词器进行中文分词了。ik中文分词器支持动态扩展词库，你可以根据需要添加自定义的词汇到词库中。

通过使用ik中文分词器，elasticsearch可以更好地处理中文文本的索引和搜索。它可以将中文文本按照合适的方式进行分词，提高搜索的准确性和效率。