IK 分词器与自定义词典

本章定位：Elasticsearch 默认的 standard 分词器对中文不友好。IK 分词器是中文搜索的必备插件。

定义与作用

IK 分词器是 Elasticsearch 的中文分词插件，提供 ik_smart（智能粗粒度）和 ik_max_word（最细粒度）两种模式。支持自定义词典扩展和停用词过滤。

解决的痛点：ES 默认的 standard 分词器将中文按字拆分（"搜索引擎" → "搜|索|引|擎"），IK 分词器正确切分（"搜索引擎" → "搜索|引擎|搜索引擎"）。

完整示例：白歌帮小崔安装 IK

# 安装
./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.17.0/elasticsearch-analysis-ik-7.17.0.zip

# 验证
POST /_analyze
{
  "analyzer": "ik_max_word",
  "text": "分布式搜索引擎"
}
# → 分布式、分布、搜索引擎、搜索、索引、引擎

自定义词典

在 IKAnalyzer.cfg.xml 中指定 ext_dict，添加"飞翔科技""黄小俪"等专有名词。

小结

IK 分词器是中文 ES 搜索的必备插件。ik_max_word 适合索引时使用（召回率高），ik_smart 适合搜索时使用（精度高）。自定义词典解决专有名词识别问题。