欧美性猛交XXXX免费看蜜桃,成人网18免费韩国,亚洲国产成人精品区综合,欧美日韩一区二区三区高清不卡,亚洲综合一区二区精品久久

打開(kāi)APP
userphoto
未登錄

開(kāi)通VIP,暢享免費電子書(shū)等14項超值服

開(kāi)通VIP
讓Nutch支持中文分詞

轉自:http://www.rxiao.com/blog/article.asp?id=138

Nutch搜索引擎是一個(gè)構建在Lucene上的開(kāi)放源代碼的搜索引擎??梢酝ㄟ^(guò)CVS取得它的最新版本。讓nutch支持中文分詞的方法和Lucene類(lèi)似,但是nutch很多時(shí)候調用了底層的Lucene API。因此需要我們做更多的工作。

一、修改查詢(xún)分析器

需要修改的文件是:net.nutch.analysis.NutchAnalysis.java。這個(gè)文件是從NutchAnalysis.jj使用JavaCC自動(dòng)生成的,但是我們可以手工修改它以支持中文。

package net.nutch.analysis;

import net.nutch.searcher.Query;

import java.io.*;

/** The JavaCC-generated Nutch lexical analyzer and query parser. */

public class NutchAnalysis {



private String queryString;



/** Construct a query parser for the text in a reader. */

public static Query parseQuery(String queryString) throws IOException {

NutchAnalysis parser =

new NutchAnalysis();

parser.queryString = queryString;

return parser.parse();

}



/** For debugging. */

public static void main(String[] args) throws Exception {

String sentence ="廈門(mén)大學(xué)藝術(shù)教育學(xué)院副院長(cháng)李未明教授長(cháng)期從事音樂(lè )教學(xué),";

StringReader input= new java.io.StringReader(sentence);

BufferedReader in = new BufferedReader(input);

//while (true) {

System.out.print("Query: ");

String line = in.readLine();

System.out.println(parseQuery(line));

//}

}



/** Parse a query. */

final public Query parse() throws IOException {

Query query = new Query();

StringReader input;



input = new java.io.StringReader(queryString);



org.apache.lucene.analysis.TokenStream tokenizer = new seg.result.CnTokenizer(input);



//just a demo

for (org.apache.lucene.analysis.Token t = tokenizer.next(); t != null; t = tokenizer.next())

{

String[] array = {t.termText()};

query.addRequiredPhrase(array, t.type());

}

return query;

}

}

二、測試

在命令行執行:

>java "-Ddic.dir=D:/SSeg/Dic" -classpath D:\lucenne\lucene-1.4-final.jar;D:\SSeg\lib\seg.jar;D:\SSeg\lib\nutch.jar net.nutch.analysis.NutchAnalysis

返回的查詢(xún)對象內容是:

Query: ns:廈門(mén) n:大學(xué) n:藝術(shù) vn:教育 n:學(xué)院 b:副 n:院長(cháng) nr:李 nr:未明 n:教授 d:長(cháng)期 v:從事 n:音樂(lè ) vn:教學(xué) w:,

在unix的命令行下執行略有不同:

$java "-Ddic.dir=/home/nutch/Dic" -cp /home/nutch/lib/lucene-1.4-final.jar:/home/nutch/lib/seg.jar:/home/nutch/lib/nutch.jar net.nutch.analysis.NutchAnalysis
本站僅提供存儲服務(wù),所有內容均由用戶(hù)發(fā)布,如發(fā)現有害或侵權內容,請點(diǎn)擊舉報。
打開(kāi)APP,閱讀全文并永久保存 查看更多類(lèi)似文章
猜你喜歡
類(lèi)似文章
Lucene中文分詞(IKAnalyzer1.4)
WritingPluginExample
我的開(kāi)源搜索引擎之路 -
lucene3.0 中BooleanQuery 的使用 | 親親寶寶
13 款開(kāi)源的全文檢索引擎
網(wǎng)絡(luò )蜘蛛,搜索引擎/網(wǎng)絡(luò )蜘蛛程序代碼 瘋狂代碼!
更多類(lèi)似文章 >>
生活服務(wù)
分享 收藏 導長(cháng)圖 關(guān)注 下載文章
綁定賬號成功
后續可登錄賬號暢享VIP特權!
如果VIP功能使用有故障,
可點(diǎn)擊這里聯(lián)系客服!

聯(lián)系客服

欧美性猛交XXXX免费看蜜桃,成人网18免费韩国,亚洲国产成人精品区综合,欧美日韩一区二区三区高清不卡,亚洲综合一区二区精品久久