solr5.3.1 添加中文分詞之mmseg4j

1，下載對應jar包，并拷貝到sorl服務器的lib目錄底下

2，添加配置文件（在Solr的安裝部署及簡單使用已經有過介紹）

<fieldtype name="textComplex" class="solr.TextField" positionIncrementGap="100">
        <analyzer>
            <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="d:\solr\my_dic"/>
        </analyzer>
    </fieldtype>
     
    <fieldtype name="textMaxWord" class="solr.TextField" positionIncrementGap="100">
        <analyzer>
            <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word" />
        </analyzer>
    </fieldtype>
     
    <fieldtype name="textSimple" class="solr.TextField" positionIncrementGap="100">
        <analyzer>
            <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="dic" />
        </analyzer>
    </fieldtype>

其中  dicPath="d:\solr\my_dic"  是我們指定的詞庫路徑，詞庫文件都在這個文件夾底下，并且名字要以words開頭，以dic做后綴，例如  words_my.dic。作為演示，在詞庫里添加

愛他美
高富帥

值得強調的是：這個詞典文件必須是utf-8格式的，否則無法識別。

3，重啟solr服務，進入管理界面

先試一下沒有添加自定義詞庫的效果，輸入文字：高富帥喜歡德國愛他美奶粉（使用textSimple）

再試一下添加了自定義詞庫的效果，還是上面的文字

明顯添加了自定義詞庫的顯示效果要比沒添加好很多

來自： http://my.oschina.net/u/238296/blog/598424