字符串切分 | |||||||||||||||||||||||||||
?package demo.analysis; | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
?import java.io.IOException; | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
?import jeasy.analysis.MMAnalyzer; | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
?public class Segment? | |||||||||||||||||||||||||||
?{ | |||||||||||||||||||||||||||
???????? | |||||||||||||||||||||||||||
???? public static void main(String[] args)? | |||||||||||||||||||||||||||
???? { | |||||||||||||||||||||||||||
???????? String text = "據路透社報道,印度尼西亞社會事務部一官員星期二(29日)表示," | |||||||||||||||||||||||||||
??????????????? + "日惹市附近當地時間27日晨5時53分發生的里氏6.2級地震已經造成至少5427人死亡," | |||||||||||||||||||||||||||
??????????????? + "20000余人受傷,近20萬人無家可歸。";? | |||||||||||||||||||||||||||
????????? | |||||||||||||||||||||||||||
???????? MMAnalyzer analyzer = new MMAnalyzer(); | |||||||||||||||||||||||||||
???????? try? | |||||||||||||||||||||||||||
???????? { | |||||||||||||||||||||||||||
???????????????? System.out.println(analyzer.segment(text, " | ")); | |||||||||||||||||||||||||||
???????? }? | |||||||||||||||||||||||||||
???????? catch (IOException e)? | |||||||||||||||||||||||||||
???????? { | |||||||||||||||||||||||||||
???????????????? e.printStackTrace(); | |||||||||||||||||||||||||||
???????? } | |||||||||||||||||||||||||||
???? } | |||||||||||||||||||||||||||
?} | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
生成效果: | |||||||||||||||||||||||||||
據 | 路透社 | 報道 | 印度尼西亞 | 社會 | 事務 | 部 | 官員 | 星期二 | 29日 | 表示 | 日惹 | 市 |
附近 | 當地時間 | 27日 | 晨 | 5時 | 53分 | 發生 | 里氏 | 6.2級 | 地震 | 已經 | 造成 | 至少 |
5427人 | 死亡 | 20000 | 余人 | 受傷 | 近 | 20萬人 | 無家可歸 |
?
|
|||||||||||||||||||||||||||
Lucene搜索 | |||||||||||||||||||||||||||
?package demo.analysis; | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
?import jeasy.analysis.MMAnalyzer; | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
?import org.apache.lucene.analysis.Analyzer; | |||||||||||||||||||||||||||
?import org.apache.lucene.document.Document; | |||||||||||||||||||||||||||
?import org.apache.lucene.document.Field; | |||||||||||||||||||||||||||
?import org.apache.lucene.index.IndexWriter; | |||||||||||||||||||||||||||
?import org.apache.lucene.queryParser.QueryParser; | |||||||||||||||||||||||||||
?import org.apache.lucene.search.Hits; | |||||||||||||||||||||||||||
?import org.apache.lucene.search.IndexSearcher; | |||||||||||||||||||||||||||
?import org.apache.lucene.search.Query; | |||||||||||||||||||||||||||
?import org.apache.lucene.store.Directory; | |||||||||||||||||||||||||||
?import org.apache.lucene.store.RAMDirectory; | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
?public class Segment? | |||||||||||||||||||||||||||
?{ | |||||||||||||||||||||||||||
????? | |||||||||||||||||||||||||||
???? public static void main(String[] args)? | |||||||||||||||||||||||||||
???? { | |||||||||||||||||||||||||||
???????? String fieldName = "text"; | |||||||||||||||||||||||||||
???????? String text = "據路透社報道,印度尼西亞社會事務部一官員星期二(29日)表示," | |||||||||||||||||||||||||||
???????????? + "日惹市附近當地時間27日晨5時53分發生的里氏6.2級地震已經造成至少5427人死亡," | |||||||||||||||||||||||||||
???????????? + "20000余人受傷,近20萬人無家可歸。"; //檢索內容 | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????? //采用正向最大匹配的中文分詞算法 | |||||||||||||||||||||||||||
???????? Analyzer analyzer = new MMAnalyzer(); | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????? Directory directory = new RAMDirectory(); | |||||||||||||||||||||||||||
???????? //Directory directory = FSDirectory.getDirectory("/tmp/testindex", true); | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????? try | |||||||||||||||||||||||||||
????????? { | |||||||||||||||||||||||||||
???????????? IndexWriter iwriter = new IndexWriter(directory, analyzer, true); | |||||||||||||||||||||||||||
???????????? iwriter.setMaxFieldLength(25000); | |||||||||||||||||||||||||||
???????????? Document doc = new Document(); | |||||||||||||||||||||||||||
???????????? doc.add(new Field(fieldName, text, Field.Store.YES, Field.Index.TOKENIZED)); | |||||||||||||||||||||||||||
???????????? iwriter.addDocument(doc); | |||||||||||||||||||||||||||
???????????? iwriter.close(); | |||||||||||||||||||||||||||
????????????? | |||||||||||||||||||||||||||
???????????? IndexSearcher isearcher = new IndexSearcher(directory); | |||||||||||||||||||||||||||
???????????? QueryParser parser = new QueryParser(fieldName, analyzer); | |||||||||||||||||||||||||||
???????????? Query query = parser.parse("印度尼西亞 6.2級地震");//檢索詞 | |||||||||||||||||||||||||||
???????????? Hits hits = isearcher.search(query); | |||||||||||||||||||||||||||
???????????? System.out.println("命中:" + hits.length()); | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????????? for (int i = 0; i < hits.length(); i++)? | |||||||||||||||||||||||||||
???????????? { | |||||||||||||||||||||||||||
???????????????? Document hitDoc = hits.doc(i); | |||||||||||||||||||||||||||
???????????????? System.out.println("內容:" + hitDoc.get(fieldName)); | |||||||||||||||||||||||||||
???????????? } | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????????? isearcher.close(); | |||||||||||||||||||||||||||
???????????? directory.close(); | |||||||||||||||||||||||||||
???????? }? | |||||||||||||||||||||||||||
???????? catch (Exception e)? | |||||||||||||||||||||||||||
???????? { | |||||||||||||||||||||||||||
???????????? e.printStackTrace(); | |||||||||||||||||||||||||||
???????? }??? | |||||||||||||||||||||||||||
???? } | |||||||||||||||||||||||||||
????? | |||||||||||||||||||||||||||
?} | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
生成效果: | |||||||||||||||||||||||||||
命中:1 | |||||||||||||||||||||||||||
內容:據路透社報道,印度尼西亞社會事務部一官員星期二(29日)表示,日惹市附近當地時間27日晨5時53分發生的 里氏6.2級地震已經造成至少5427人死亡,20000余人受傷,近20萬人無家可歸。 |
|||||||||||||||||||||||||||
搜索詞加亮 | |||||||||||||||||||||||||||
?package demo.analysis; | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
?import jeasy.analysis.MMAnalyzer; | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
?import org.apache.lucene.analysis.Analyzer; | |||||||||||||||||||||||||||
?import org.apache.lucene.analysis.TokenStream; | |||||||||||||||||||||||||||
?import org.apache.lucene.document.Document; | |||||||||||||||||||||||||||
?import org.apache.lucene.document.Field; | |||||||||||||||||||||||||||
?import org.apache.lucene.index.IndexReader; | |||||||||||||||||||||||||||
?import org.apache.lucene.index.IndexWriter; | |||||||||||||||||||||||||||
?import org.apache.lucene.index.TermPositionVector; | |||||||||||||||||||||||||||
?import org.apache.lucene.queryParser.QueryParser; | |||||||||||||||||||||||||||
?import org.apache.lucene.search.Hits; | |||||||||||||||||||||||||||
?import org.apache.lucene.search.IndexSearcher; | |||||||||||||||||||||||||||
?import org.apache.lucene.search.Query; | |||||||||||||||||||||||||||
?import org.apache.lucene.search.highlight.Highlighter; | |||||||||||||||||||||||||||
?import org.apache.lucene.search.highlight.QueryScorer; | |||||||||||||||||||||||||||
?import org.apache.lucene.search.highlight.TokenSources; | |||||||||||||||||||||||||||
?import org.apache.lucene.store.Directory; | |||||||||||||||||||||||||||
?import org.apache.lucene.store.RAMDirectory; | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
?public class Segment | |||||||||||||||||||||||||||
?{ | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???? public static void main(String[] args) | |||||||||||||||||||||||||||
???? { | |||||||||||||||||||||||||||
???????? String fieldName = "text"; | |||||||||||||||||||||||||||
???????? String text = "據路透社報道,印度尼西亞社會事務部一官員星期二(29日)表示," | |||||||||||||||||||||||||||
???????????? + "日惹市附近當地時間27日晨5時53分發生的里氏6.2級地震已經造成至少5427人死亡," | |||||||||||||||||||||||||||
???????????? + "20000余人受傷,近20萬人無家可歸。"; //檢索內容 | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????? //采用正向最大匹配的中文分詞算法 | |||||||||||||||||||||||||||
???????? Analyzer analyzer = new MMAnalyzer(); | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????? Directory directory = new RAMDirectory(); | |||||||||||||||||||||||||||
???????? //Directory directory = FSDirectory.getDirectory("/tmp/testindex", true); | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????? try | |||||||||||||||||||||||||||
???????? { | |||||||||||||||||||||||||||
???????????? IndexWriter iwriter = new IndexWriter(directory, analyzer, true); | |||||||||||||||||||||||||||
???????????? iwriter.setMaxFieldLength(25000); | |||||||||||||||||||||||||||
???????????? Document doc = new Document(); | |||||||||||||||||||||||||||
???????????? doc.add(new Field(fieldName, text, Field.Store.YES, | |||||||||||||||||||||||||||
???????????????????? Field.Index.TOKENIZED, | |||||||||||||||||||||||||||
???????????????????? Field.TermVector.WITH_POSITIONS_OFFSETS)); | |||||||||||||||||||||||||||
???????????? iwriter.addDocument(doc); | |||||||||||||||||||||||||||
???????????? iwriter.close(); | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????????? IndexSearcher isearcher = new IndexSearcher(directory); | |||||||||||||||||||||||||||
???????????? QueryParser parser = new QueryParser(fieldName, analyzer); | |||||||||||||||||||||||||||
???????????? Query query = parser.parse("印度尼西亞 6.2級地震");//檢索詞 | |||||||||||||||||||||||||||
???????????? Hits hits = isearcher.search(query); | |||||||||||||||||||||||||||
???????????? System.out.println("命中:" + hits.length()); | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????????? Highlighter highlighter = new Highlighter(new QueryScorer(query)); | |||||||||||||||||||||||||||
???????????? for (int i = 0; i < hits.length(); i++) | |||||||||||||||||||||||||||
???????????? { | |||||||||||||||||||||||||||
???????????????? text = hits.doc(i).get(fieldName); | |||||||||||||||||||||||||||
???????????????? TermPositionVector tpv = (TermPositionVector) IndexReader.open( | |||||||||||||||||||||||||||
???????????????????? directory).getTermFreqVector(hits.id(i), fieldName); | |||||||||||||||||||||||||||
???????????????? TokenStream tokenStream = TokenSources.getTokenStream(tpv); | |||||||||||||||||||||||||||
???????????????? String result = highlighter.getBestFragments(tokenStream, text, 3, "..."); | |||||||||||||||||||||||||||
???????????????? System.out.println("內容:" + result); | |||||||||||||||||||||||||||
???????????? } | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
???????????? isearcher.close(); | |||||||||||||||||||||||||||
???????????? directory.close(); | |||||||||||||||||||||||||||
???????? } | |||||||||||||||||||||||||||
???????? catch (Exception e) | |||||||||||||||||||||||||||
???????? { | |||||||||||||||||||||||||||
???????????? e.printStackTrace(); | |||||||||||||||||||||||||||
???????? } | |||||||||||||||||||||||||||
???? } | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
?} | |||||||||||||||||||||||||||
? | |||||||||||||||||||||||||||
生成效果: | |||||||||||||||||||||||||||
命中:1 | |||||||||||||||||||||||||||
內容:據路透社報道,<B>印度尼西亞</B>社會事務部一官員星期二(29日)表示,日惹市附近當地時間27日晨 5時53分發生的里氏<B>6.2級</B><B>地震</B>已經造成至少5427人死亡,20000余人受傷,近20萬人無家可歸 |
大盤預測 國富論