基于sphinx结合cppJieba分词系统

C/C++ 2020-08-30 15:19:18

基于sphinx结合cppJieba分词系统

编译(假设安装到/usr/local/sphinx目录,下文同)
$ sudo apt install gcc cmake automake
$ sudo apt install libmysqld-dev
$ ./configure --prefix=/usr/local/sphinx-jieba
--prefix 指定安装路径
--with-mysql 编译mysql支持
--with-pgsql 编译pgsql支持
$ make
$ make install
配置中文支持
修改sphinx.conf索引配置文件
在索引配置项中添加以下两项:

charset_type = utf-8
chinese_dictionary = /usr/local/sphinx/etc/xdict
注意在source部分一定加上如下字段,否则中文分词无法起作用。

sql_query_pre = SET NAMES utf8
TODOs:
在index时,添加同义词功能 a. 本身在Sphinx GetToken时可以返回多个同义Token b. 增加同义词典
字典支持二进制形式。