hanlp for elasticsearch（基于hanlp的es分词插件）

lilingjie2015

　　摘要：elasticsearch是使用比较广泛的分布式搜索引擎，es提供了一个的单字分词工具，还有一个分词插件ik使用比较广泛，hanlp是一个自然语言处理包，能更好的根据上下文的语义，人名，地名，组织机构名等来切分词
　　elasticsearch-analysis-hanlp插件地址：https://github.com/pengcong90/elasticsearch-analysis-hanlp
　　Elasticsearch
　　默认分词

　　输出：

　　IK分词

　　输出：

　　hanlp分词

　　输出：

　　ik分词没有根据句子的含义来分词，hanlp能根据语义正确的切分出词
　　安装步骤：
　　1、进入https://github.com/pengcong90/elasticsearch-analysis-hanlp，下载插件并解压到es的plugins目录下，修改analysis-hanlp目录下的hanlp.properties文件，修改root的属性，值为analysis－hanlp下的data
　　目录的地址
　　2、修改es config目录下的jvm.options文件，最后一行添加
　　-Djava.security.policy=../plugins/analysis-hanlp/plugin-security.policy
　　重启es
　　GET /_analyze?analyzer=hanlp-index&pretty=true
　　{
　　“text”:”张柏芝士蛋糕店”
　　}
　　测试是否安装成功
　　analyzer有hanlp-index（索引模式）和hanlp-smart（智能模式）
　　自定义词典
　　修改plugins/analysis-hanlp/data/dictionary/custom下的 我的词典.txt文件
　　格式遵从[单词] [词性A] [A的频次]
　　修改完后删除同目录下的CustomDictionary.txt.bin文件
　　重启es服务
　　文章来源于pengcong90的博客