发布IKAnalyzer中文分词器V3.1.6GA

IKQueryParser 与 lucene QueryParser并不是接口实现关系。IKQueryParser是为了实现分词歧义的组合优化而设计的，并不像 lucene QueryParser那样可以解析lucene的查询表达式。只是命名的时候，不知道叫啥最合适，最后还是选择了QueryParser。

而 lucene QueryParser 本身也不像 Analyzer和 Similarity那样以接口设计的，它本身就是一个具体实现类。

明白了，谢谢。如果我还是想用上 IKQueryParser，是不是可以自己实现一个类重载 lucene QueryParser，然后在里面调用 IKQueryParser？ 还是说这两者基本上就不兼容？

linliangyi，

如何在tomcat启动的时候，就加载 IKAnalyzer的词典？

而不是在第一次调用IKAnalyzer时加载词典。

因为如果在第一次调用IKAnalyzer时加载词典，用户感觉会比较慢，我想在tomcat容器启动的时候，加载词典，这样，用户第一次使用时就不会感觉到慢了。

创建一个Tomcat的ContextListener（这个知道吧），在初始化方法中调用

org.wltea.analyzer.dic.Dictionary.getInstance();

即可。词典占用27M内存，总共27万个词元。

明白，我试试，呵呵！

自问自答，按照Compass的框架写了个简单的custom QueryParser，搞定。

林老师，请教你一个问题：
我最近在使用你的 IKAnalyzer， 我一个需求：提取关键词标签。（从一个标题中抽取有意义的标签Tag）

例如，标题： “从全文检索的数据分析来看，https数据不正确，无法还原数据。”

标题中“全文检索”、“https”、“还原” 是有意义的标签 Tag。

我使用 IKAnalyzer 对上面的标题进行分词，如何抽取出上面的标签Tag，其余的词语全部丢掉？？

比如，我定义了一个词典，里面存放我们认为有意义的标签 Tag，根据这个标签词典进行标题内容的标签Tag抽取？

myTag.dict
全文
https
还原
手机报警
电信扩容
信息碰撞
关系图
......

如果你需要信息抽取，你可以尝试使用IKSegmentation进行分词，并使用自定义的词典代替IK的词典（换句话说，删除原有的主词典）。
程序如下：

List<String> testStr = new ArrayList<String>(); 
testStr.add("IKAnalyzer 是一个开源的，基于java 语言开发的轻量级的中文分词工具包。从2006 年12月推出1.0 版开始， IKAnalyzer 已经推出了3 个大版本。"); 
 
for(String t : testStr){
System.out.println(t); 
IKSegmentation ikSeg = new IKSegmentation(new StringReader(t) , false);
try {
Lexeme l = null;
while( (l = ikSeg.next()) != null){
System.out.println(l);
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
System.out.println("***************"); 
}

再根据切分出来的Lexeme的Type来判断是不是词典中的词，以下是Type的分类。

	//lexemeType常量
	//普通词元
	public static final int TYPE_CJK_NORMAL = 0;
	//姓氏
	public static final int TYPE_CJK_SN = 1;
	//尾缀
	public static final int TYPE_CJK_SF = 2;
	//未知的
	public static final int TYPE_CJK_UNKNOWN = 3;
	//数词
	public static final int TYPE_NUM = 10;
	//量词
	public static final int TYPE_NUMCOUNT = 11;
	//英文
	public static final int TYPE_LETTER = 20;

"如果你需要信息抽取，你可以尝试使用IKSegmentation进行分词，并使用自定义的词典代替IK的词典（换句话说，删除原有的主词典）。"

删除原有的主词典 岂不是其他地方的lucene+IKanalyzer全文检索 就无法使用了啊？

替换IK的词典，会不会影响到内存中已经加载的IK词典？？

这个也是一个问题，是会影响的。如果你既要全部的词典，又要个性化关键字，那你只能自己在分词后进行二次匹配，来决定那些词要留了。