6.IK分词器拓展词库

比如一些行业专业词汇、简单无意义词（例如：的、得、地、是等)、网络流行词、后来形成的词、再或者一些禁忌词（比如：领导人的名字、黄赌毒犯罪等词要排除的）

在es的插件目录下查找配置文件：

 找到IKAnalyzer.cfg.xml文件并进行修改：

 

向stopword.dic文件中添加如下词：

以上修改完成后，需要重启ES。

注意：创建ext.dic文件时候，注意文件的编码格式，最好拷贝 IKAnalyzer.cfg.xml文件进行修改。

使用file命令查看：

POST /_analyze
{
  "text":"想白嫖吗？我是比较奥利给的",
  "analyzer": "ik_smart"
}

{
  "tokens" : [
    {
      "token" : "想",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "CN_CHAR",
      "position" : 0
    },
    {
      "token" : "白嫖",
      "start_offset" : 1,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "吗",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "CN_CHAR",
      "position" : 2
    },
    {
      "token" : "我",
      "start_offset" : 5,
      "end_offset" : 6,
      "type" : "CN_CHAR",
      "position" : 3
    },
    {
      "token" : "是",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "CN_CHAR",
      "position" : 4
    },
    {
      "token" : "比较",
      "start_offset" : 7,
      "end_offset" : 9,
      "type" : "CN_WORD",
      "position" : 5
    },
    {
      "token" : "奥利给",
      "start_offset" : 9,
      "end_offset" : 12,
      "type" : "CN_WORD",
      "position" : 6
    }
  ]
}