Kuromoji词典

概述

可以注册人名、专有名词、专业术语等用于形态素分析。

此词典用于日语( ja/kuromoji.txt ),仅用于 content_ja 等 _ja 字段的分析。 仅保存并不会反映到搜索中。使更改生效的步骤请参见 使词典的更改生效 。由于此词典在建立索引时生效,已在索引中的文档要重新爬取后才会受到影响。

管理方法

显示方法

要打开下图所示的 Kuromoji 配置列表页面,请在左侧菜单中选择[系统 > 字典],然后单击 kuromoji。

image0

单击配置名称进行编辑。

配置方法

要打开 Kuromoji 配置页面,请单击”新建”按钮。

image1

配置项

标记

输入要进行形态素分析处理的单词。

分割

如果单词由复合词组成,可以使分割后的单词也能被搜索到。 例如,通过将”全文检索引擎”输入为”全文 检索 引擎”,可以使用分割后的单词进行搜索。

读音

以片假名输入作为标记输入的单词的读音。 如果进行了分割,请分割后输入。 例如,输入”ゼンブン ケンサク エンジン”。

词性

输入所输入单词的词性。

下载

可以按 Kuromoji 的词典格式下载。

上传

可以按 Kuromoji 的词典格式上传。 Kuromoji 的词典格式以逗号(,)分隔,格式为”标记,分割标记,分割标记的读音,词性”。 分割标记以空格分隔。 如果不需要分割,标记和分割标记将相同。 例如,如下所示。

朝青龍,朝青龍,アサショウリュウ,カスタム名詞
関西国際空港,関西 国際 空港,カンサイ コクサイ クウコウ,カスタム名詞

Warning

上传后,词典的内容会被替换为上传文件的内容。不在文件中的词(包括在界面中注册的词)将被删除。如有需要,请先下载词典,并将其内容包含在要上传的文件中。

Note

自带词典中已预先注册了上面的两个示例(“朝青龍”和“関西国際空港”)。 在 content_ja 的分析中,会在形态素分析之前用字符替换词典 ja/mapping.txt 替换字符(请参见 映射词典 )。自带的 ja/mapping.txt 中有 龍 => 竜 ,因此“朝青龍”在分析前会被替换为 朝青竜 ,与词典中的“朝青龍”不匹配,并被分割为 朝 青 竜 。 要确认注册的效果,请使用词典中没有、且不含会被 ja/mapping.txt 替换的字符的词。