Java 后端面试题库 / 全部题解免费阅读理解原理,有条理地回答

中文分词怎么选,怎么验证?

查看完整题解

参考回答

直接回答

中文没有天然空格,分词会直接影响能否找到文章。先用实际文本调用 _analyze 看拆词结果,再选内置分析器、官方 Smart Chinese 插件或经过评估的第三方插件。IK 不是 ES 自带组件。

讲清原理

索引时拆出了什么词,搜索时要能生成相应的词,才容易匹配。人名、商品名、缩写和同义词都可能有专门规则;单纯追求拆得更碎,可能增加误匹配和索引体积。

例子与易错点

“南京市长江大桥”能看出中文切词歧义,但只测一句不够。加入真实专有名词和错别字样本,比较召回及误命中。插件必须匹配 ES 版本;改了已有字段分析器,通常需要新索引并重新索引数据。

相关题 有哪些分析器?、Tokenizer 怎么用?。

这道题,你掌握得怎么样?

掌握程度由你主动标记,阅读和收藏不会自动改变状态。