怎么能让“清华”搜到“清华大学”
 |
zhzhxh
2008-10-05
我现在使用的是mmseg包，集成到solr1.3来做中文分词，遇到了这样的一个问题：
文章里如果有： ...清华大学... 在mmseg的词库里有“清华大学”这个词，mmseg就把它切成了一个此，那搜索“清华”关键词的时候，就搜不到这个文章了 请各位帮忙一下 |
 |
tongjian
2008-10-06
你得让你的词库里有“清华”这个词才行！
|
 |
imjl
2008-10-06
我是凭记忆打得，，，
solr的管理界面有个analyzer，点这个analyzer，，第一行输入text，第二行输入清华大学，第二行对应的checkbox都打勾，，然后跑一下，看看mmseg怎么分的～ |
|
zhjt_88
2008-10-07
zhjt_88@163.com 写道 sadeasd
asd |
 |
coderplay
2008-10-07
一般建立索引的时候是采用最多切分, 比如
"清华大学" 分切分成"清华","大学","清华大学"3个词, 而在搜索的时候是采用最大匹配长度切分, "清华大学"会做成四个字的整体被搜索,而"清华"被做为2字整体被搜索. 按照这种方法能满足楼主及大多数用户要求 但是mmseg只有复合最大匹配切分,只能满足搜索的时候. 
那只能细切啦,词库中不能出现"清华大学"这种其子中有独立意思的词 |
 |
chencang
2008-10-08
 那想用“北大”搜“北京大学”，用“西安交大”搜“西安交通大学”怎么办呢
|
 |
linliangyi2007
2008-10-08
换个分词器吧
|
|
zhzhxh
2008-10-09
coderplay 写道 一般建立索引的时候是采用最多切分, 比如
"清华大学" 分切分成"清华","大学","清华大学"3个词, 请问，现在的分词器，怎么在切分“清华大学”的时候，能同时切出来“清华”，“大学”和“清华大学” 3个词呢？ |
|
monner
2008-10-11
coderplay 写道 一般建立索引的时候是采用最多切分, 比如
"清华大学" 分切分成"清华","大学","清华大学"3个词, 而在搜索的时候是采用最大匹配长度切分, "清华大学"会做成四个字的整体被搜索,而"清华"被做为2字整体被搜索. 按照这种方法能满足楼主及大多数用户要求 但是mmseg只有复合最大匹配切分,只能满足搜索的时候.
那只能细切啦,词库中不能出现"清华大学"这种其子中有独立意思的词 ----------- 正解！！！ |
 |
wangxuliangboy
2008-11-11
chencang 写道 那想用“北大”搜“北京大学”，用“西安交大”搜“西安交通大学”怎么办呢你用PharseQuery可以做到..... 调用一下setSlop() |
