Solr之SolrCloud配置mmseg4j同义词

zhaoh

　　前提，已经安装配置好Tomcat与Solr，并且配置好mmseg4j中文分词。
　　1.修改$SOLR_HOME/collection1/conf/schema.xml

在fields节点下面的mmseg4j分词器相关配置修改为类似于如下的内容：


　　

<fieldType name=&quot;textSimple&quot; class=&quot;solr.TextField&quot; >
<analyzer type=&quot;index&quot;>
<tokenizer class=&quot;com.chenlb.mmseg4j.solr.MMSegTokenizerFactory&quot; mode=&quot;simple&quot; dicPath=&quot;solr_home/testcollection/conf/mm4jdic&quot;/>
<filter class=&quot;solr.SynonymFilterFactory&quot; synonyms=&quot;synonyms.txt&quot; ignoreCase=&quot;true&quot; expand=&quot;true&quot;/>
</analyzer>
<analyzer type=&quot;query&quot;>
<tokenizer class=&quot;com.chenlb.mmseg4j.solr.MMSegTokenizerFactory&quot; mode=&quot;simple&quot; dicPath=&quot;solr_home/testcollection/conf/mm4jdic&quot;/>
<filter class=&quot;solr.SynonymFilterFactory&quot; synonyms=&quot;synonyms.txt&quot; ignoreCase=&quot;true&quot; expand=&quot;true&quot;/>
</analyzer>
</fieldType>
　　
　　2.修改$SOLR_HOME/testcollection/conf/synonyms.txt

在里面加入你认为中同义词的数据，形如：

手机 => 移动电话

大陆 => 中国

需要将此文件存储为UTF-8&#26684;式。如果是用UltraEdit编辑，可以在菜单中选择“文件”-》“转换”-》“ASCII到UTF-8”即可。记事本编辑的话，菜单选择“另存为”，编码类型选择UTF-8即可。

3.所有复杂的同义词（就是还不在词库中的词），应该在自定义词典中有设置

如：“移动电话”这个词应该在mmseg4j的自定义词典中已经配置，否则创建索引的时候根本有没有“移动电话”这个词，查询“手机”的时候，是不可能把“移动电话”查询出来的。mmseg4j自定义词典的路径，按前文的设置是在$SOLR_HOME/testcollection/conf/mm4jdic/words-my.dic文件中。

4.同义词只能出现一次

即如果已经配置了“大陆 => 中国”，那么是不能再配置“中国 => 中华人民共和国”这样的词条的，否则后一条将覆盖前一条的信息。

5.重新启动Tomcat

即可以在查询中使用同义词。比如：查询“大陆”，会将“中国”的信息全部显示出来。
　　转至：http://www.chepoo.com/solr4-0-conifg-mmseg4j.html