paoding热门博客列表 - ITeye博客频道

博客专栏推荐

本月博客排行

年度博客排行

Solr4.2.1中文分词

默认的Solr没有中文分词功能，而Paoding则是能兼容Lucene的中文分词工具，但是目前Paoding的版本只能兼容lucene3。还好有大神已经给出了解决方法，参考：http://www.oschina.net/code/snippet_259382_14635，此方法兼容到Solr4.2.1。但是直接使用的时候，会报NullPointer异常，需要修改一下文件，去掉 ...

solr paoding lucene

ipjmc 评论(0) 有2392人浏览 2013-04-29 20:20

搜索功能实现的基本思路

lucene学习搜索功能的实现有两种方法：其一是使用数据库的like进行模糊查询，其二是使用全文索引lucene lucene与数据库like语句相比的优点 ...

lucene 全文检索 compass paoding OSEM

olikeit 评论(0) 有3490人浏览 2013-03-31 22:49

首先apache下的lucene是非常有意思的一个项目，这2天研究了下，发现其实so easy！不过实用性非常棒，就最近的一些疑惑给出几点自己的认识；首先，推荐几篇文章，对于菜鸟学习帮助很大， http://www.iteye.com/topic/839504 http://www.blogjava.net/baoyaer/articles/175096.html http://blog.16 ...

lucene4.0 paoding

wjg_java 评论(0) 有1180人浏览 2013-01-02 15:51

创建索引(Luncene + paoding)

一、先去网上Down下来 paoding-analysis-2.0.4-beta，解压，在lib目录找到lucene-core-2.2.0.jar，lucene-highlighter-2.2.0.jar，commons-logging.jar 这几个Jar包放到项目当中。 ...

Luncene paoding

北极光之吻评论(0) 有2584人浏览 2012-06-12 12:41

paoding基于词典如何分词

上次介绍了Paoding的字典数据结构，这次介绍下paoding是如何对待分词文本依据词典分词的。paoding在查找字典时依据两个类： BinaryDictionary 和 HashBinaryDictionary。上次也已经介绍过这两个数据结构，这里不再重复。 HashBinaryDictionary其实就是把大块数据词典切分成小块的词典，并用BinaryDictionary存 ...

paoding 分词细粒度 Array.sort()中文分词

单眼皮大娘评论(0) 有1821人浏览 2012-05-03 17:29

paoding分词工具的字典如何构建

分词工具不管如何变，其肯定会包含字典管理模块（当然，这是针对按字符串匹配分词），就算是基于语义分词也得有语义字典，基于统计需要词频字典等等。在调研了mmseg4j，ictclas4j（imdict和ictclas4j属于一类，只不过其为了效率去掉了ictclas4j的命名实体识别部分），IKAnalyzer，paoding 等分词器后，发现他们的字典管理基本大同小异。一下以pao ...

paoding 分词词典结构 hashbinarydictionary binarydictionary

单眼皮大娘评论(0) 有3527人浏览 2012-05-02 16:58

庖丁解牛分词分析

庖丁系统是个完全基于lucene的中文分词系统，因而它就是重新了一个analyer，叫做PaodingAnalyzer，这个analyer的核心任务就是生成一个可以切词的TokenStream这些都是lucene的结构设计，如果要和lucene一起使用就要这么写。庖丁系统中的TokenStream就是PaodingTokenizer，它提供了我们用于分词的核心方法 next，它每次 ...

paoding dissect

everlook 评论(0) 有2646人浏览 2012-04-16 10:52

solr3.2+庖丁分词器paoding的例子

http://www.juziku.com/wiki/2331.htm

paoding

wxfstwxf 评论(0) 有865人浏览 2012-02-19 11:44

[转载]paoding分词引擎与lucene3的兼容

1.用下面“需要替换的类”中的3个.java文件替换庖丁中的同样包名和类名下的.java文件 2.把paoding的PaodingTokenizer类的164行注释掉，就不会报错，像下面这样 super.close(); // input.close();//这句导致报错，已经在lucene3.0.3试过 3.选择庖丁的源代码，重新打jar包，jar已经打好了，在下面可以下载

lucene paoding java 搜索文档检索

kong0itey 评论(0) 有1034人浏览 2011-08-04 14:25

最近博客热门TAG

Java(141747) C(73651) C++(68608) SQL(64571) C#(59609) XML(59133) HTML(59043) JavaScript(54918) .net(54785) Web(54513) 工作(54116) Linux(50906) Oracle(49876) 应用服务器(43288) Spring(40812) 编程(39454) Windows(39381) JSP(37542) MySQL(37268) 数据结构(36423)

博客人气排行榜

博客电子书下载排行

>>浏览更多下载