SHOP++中文分词词库扩展
中文分词词库扩展:
1. 编辑中文分词词库文件
词典文件编码格式:UTF-8(无 BOM)
每个中文词汇独立占一行,使用 \r\n 的 DOS 方式换行(请参考IKAnalyzer3.1.6GA.jar文件org.wltea.analyzer.dic包下的.dic文件)
词典文件应部署在 Java 的资源路径下
2. 在src目录下新增IKAnalyzer.cfg.xml文件(已部署项目请在WEB-INF/classes目录下新增IKAnalyzer.cfg.xml文件)
<?xml version="1.0" encoding="UTF-8"?>
<! DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd" >
在配置文件中,用户可一次配置多个词典文件。文件名使用 “ ; ” 号分隔。文件路径为相对 java 包的起始根路径。
<properties>
?<comment>IK Analyzer 扩展配置</comment>
?<!-- 扩展字典 -->
?<entry key="ext_dict">/mydict1.dic;/dic/mydict2.dic;</entry>
?<!-- 扩展停止词字典 -->
?<entry key="ext_stopwords">/ext_stopword.dic</entry>
</properties>