C#实现向量空间模型(VSM)在文档相似度计算+Lucene中文分词器

最新的ik,不用改源码了的,源码已经改好,可以直接使用useSmart跟isMaxWordLength属性

elasticsearch-analysis-ik-1.9.1.tar.gz

split分词器，根据某个符号来分割字符串，内部以split来分割字符串

这是lucene的一个中文分词器,无敌版.

ik-analyzer.jar的类库和schema.xml配置

包含ik,bihuaanalysis,myanalyzer,pinyinanalyzer等分词器，下载解压后直接放到对应的引擎目录下即可

ThesaurusAnalyzer，一个分词器

将源码做部分修改，打成jar包，适合于lucene3.6版本。注意paoding-dic-home.properties的配置

classpath目录：/usr/local/solr/tomcat/webapps/solr/WEB-INF/classes [root@bogon IK Analyzer 2012FF_hf1]#

IKAnalyzer2012_u6jar包IKAnalyzer.cfg.xmlIKAnalyzer中文分词器V2012_U5使用手册.pdf