IK分词加载自定义停用词/扩展词

EricLiseo2register.blog.chinaunix.net

首页　| 　博文目录　| 　关于我

jiangwen127

博客访问： 2468652
博文数量： 392
博客积分： 7040
博客等级：少将
技术积分： 4138
用户组：普通用户
注册时间： 2009-06-17 13:03

个人简介

范德萨发而为

文章分类

全部博文（392）

nosql（1）
c/c++（7）
machine lea（67）
设计模式（1）
web架构（35）
关系型database（23）
distributed（11）
fuckingwindows（1）
SE（24）
life（9）
berkeleyDB（4）
beauty of math（3）
Java_study（11）
algorithm（77）
kernel（16）
hadoop（13）
programming（8）
network（9）
linux operation（14）
bash（12）
reading（5）
STL using（8）
intern（0）
job_hunter（29）
未分配的博文（4）

文章存档

2017年（5）

2016年（19）

2015年（34）

2014年（14）

2013年（47）

2012年（40）

2011年（51）

2010年（137）

2009年（45）

我的朋友

最近访客

推荐博文

IK分词加载自定义停用词/扩展词

发布时间：2013-03-27 19:16:04

在代码的主目录下添加如下文件：IK Analyzer扩展配置extwords.dicstopword.dic这里.........【阅读全文】

阅读(6029) | 评论(0) | 转发(0)

Simhash算法原理和网页查重应用

发布时间：2013-03-19 17:59:08

传统的hash算法只负责将原始内容尽量均匀随机地映射为一个签名值，原理上相当于伪随机数产生算法。产生的两个签名，如果相等，说明原始内容在一定概率下是相等的；如果不相等，除了说明原始内容不相等外，不再提供任何信息，因为即使原始内容只相差一个字节，所产生的签名也很可能差别极大。从这个意义上来说，要设计一个.........【阅读全文】

阅读(1615) | 评论(0) | 转发(0)

solr资料

发布时间：2013-02-19 17:53:12

http://www.cnblogs.com/hoojo/archive/2011/10/21/2220431.htmlSolr开发文档http://blog.sina.com.cn/s/blog_a584e4ca01017zsu.htmlLucene 2.9搜索语法 ......【阅读全文】

阅读(1032) | 评论(0) | 转发(0)

Solr 配置 SchemaXml

发布时间：2013-02-19 10:29:45

http://chenzehe.iteye.com/blog/1531080The schema.xml file contains all of the details about which fields your documents can contain, and how those fields should be dealt with when adding documents to the index, or when querying those fields.schema.xml位于solr/conf/目录下，类似于数据.........【阅读全文】

阅读(3447) | 评论(0) | 转发(0)

xapian相关

发布时间：2013-01-24 16:27:37

1. how to enable log ./configure --enable-log=yes add environment: XAPIAN_DEBUG_LOG=- and XAPIAN_DEBUG_FLAGS=- more detail, see HACKING doc in source code root directory and also, default log .........【阅读全文】

阅读(1120) | 评论(0) | 转发(0)