coreseek一元切分模式中英文单词切分问题
- - 行业应用 - ITeye博客国内有一个corkseek中文优化版. 虽然sphinx也可以解决中文问题. 但是索引数量会爆增（没有中文词库. 利用sphinx本身的优先级算法，搜索准确率倒无需担心. 因为freebsd上没有corkseek这个ports包，作为部署应用还是不稳妥. sphinx支持中文需要设置2个地方. 均在sphinx.conf里.charset_table和ngram_chars.
coreseek一元切分模式中英文单词切分问题
标签：
coreseek
一元
模式
| 发表时间：2013-12-31 09:15 | 作者：abc123456789cba
出处：http://www.iteye.com
段时间因为要写一个搜索。捡回了sphinx。sphinx是个好东西阿。配置起来简单，使用起来方便。
国内有一个corkseek中文优化版。虽然sphinx也可以解决中文问题。但是索引数量会爆增（没有中文词库。）。利用sphinx本身的优先级算法，搜索准确率倒无需担心。因为freebsd上没有corkseek这个ports包，作为部署应用还是不稳妥。所以直接安装了sphinx。
其他的东西就不赘叙了。sphinx支持中文需要设置2个地方。均在sphinx.conf里.charset_table和ngram_chars。
charset_table = U+FF10..U+FF19->0..9, 0..9, U+FF41..U+FF5A->a..z, U+FF21..U+FF3A->a..z,A..Z->a..z, a..z, U+0149, U+017F, U+0138, U+00DF, U+00FF, U+00C0..U+00D6->U+00E0..U+00F6,U+00E0..U+00F6, U+00D8..U+00DE->U+00F8..U+00FE, U+00F8..U+00FE, U+0100->U+0101, U+0101, U+0102->U+0103, U+0103, U+0104->U+0105, U+0105, U+0106->U+0107, U+0107, U+0108->U+0109,U+0109, U+010A->U+010B, U+010B, U+010C->U+010D, U+010D, U+010E->U+010F, U+010F,U+0110->U+0111, U+0111, U+0112->U+0113, U+0113, U+0114->U+0115, U+0115, U+0116->U+0117,U+0117, U+0118->U+0119, U+0119, U+011A->U+011B, U+011B, U+011C->U+011D, U+011D,U+011E->U+011F, U+011F, U+0130->U+0131, U+0131, U+0132->U+0133, U+0133, U+0134->U+0135,U+0135, U+0136->U+0137, U+0137, U+0139->U+013A, U+013A, U+013B->U+013C, U+013C,U+013D->U+013E, U+013E, U+013F->U+0140, U+0140, U+0141->U+0142, U+0142, U+0143->U+0144,U+0144, U+0145->U+0146, U+0146, U+0147->U+0148, U+0148, U+014A->U+014B, U+014B,U+014C->U+014D, U+014D, U+014E->U+014F, U+014F, U+0150->U+0151, U+0151, U+0152->U+0153,U+0153, U+0154->U+0155, U+0155, U+0156->U+0157, U+0157, U+0158->U+0159, U+0159,U+015A->U+015B, U+015B, U+015C->U+015D, U+015D, U+015E->U+015F, U+015F, U+0160->U+0161,U+0161, U+0162->U+0163, U+0163, U+0164->U+0165, U+0165, U+0166->U+0167, U+0167,U+0168->U+0169, U+0169, U+016A->U+016B, U+016B, U+016C->U+016D, U+016D, U+016E->U+016F,U+016F, U+0170->U+0171, U+0171, U+0172->U+0173, U+0173, U+0174->U+017C, U+017D->U+017E, U+017E, U+0410..U+042F->U+0430..U+044F, U+0430..U+044F,U+05D0..U+05EA, U+0531..U+0556->U+0561..U+0586, U+0561..U+0587, U+0621..U+063A, U+01B9,U+01BF, U+0640..U+064A, U+0660..U+0669, U+066E, U+066F, U+0671..U+06D3, U+06F0..U+06FF,U+0904..U+0939, U+0958..U+095F, U+0960..U+0963, U+0966..U+096F, U+097B..U+097F,U+0985..U+09B9, U+09CE, U+09DC..U+09E3, U+09E6..U+09EF, U+0A05..U+0A39, U+0A59..U+0A5E,U+0A66..U+0A6F, U+0A85..U+0AB9, U+0AE0..U+0AE3, U+0AE6..U+0AEF, U+0B05..U+0B39,U+0B5C..U+0B61, U+0B66..U+0B6F, U+0B71, U+0B85..U+0BB9, U+0BE6..U+0BF2, U+0C05..U+0C39,U+0C66..U+0C6F, U+0C85..U+0CB9, U+0CDE..U+0CE3, U+0CE6..U+0CEF, U+0D05..U+0D39, U+0D60,U+0D61, U+0D66..U+0D6F, U+0D85..U+0DC6, U+1900..U+1938, U+1946..U+194F, U+A800..U+A805,U+A807..U+A822, U+0386->U+03B1, U+03AC->U+03B1, U+0388->U+03B5, U+03AD->U+03B5,U+0389->U+03B7, U+03AE->U+03B7, U+038A->U+03B9, U+0390->U+03B9, U+03AA->U+03B9,U+03AF->U+03B9, U+03CA->U+03B9, U+038C->U+03BF, U+03CC->U+03BF, U+038E->U+03C5,U+03AB->U+03C5, U+03B0->U+03C5, U+03CB->U+03C5, U+03CD->U+03C5, U+038F->U+03C9,U+03CE->U+03C9, U+03C2->U+03C3, U+0391..U+03A1->U+03B1..U+03C1,U+03A3..U+03A9->U+03C3..U+03C9, U+03B1..U+03C1, U+03C3..U+03C9, U+0E01..U+0E2E,U+0E30..U+0E3A, U+0E40..U+0E45, U+0E47, U+0E50..U+0E59, U+A000..U+A48F, U+4E00..U+9FBF,U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF, U+2F800..U+2FA1F, U+2E80..U+2EFF,U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF, U+3040..U+309F, U+30A0..U+30FF,U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF, U+3130..U+318F, U+A000..U+A48F,U+A490..U+A4CF
ngram_chars = U+4E00..U+9FBF, U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF,U+2F800..U+2FA1F, U+2E80..U+2EFF, U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF,U+3040..U+309F, U+30A0..U+30FF, U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF,U+3130..U+318F, U+A000..U+A48F, U+A490..U+A4CF
另外，就是charset得改成utf8码，其他的直接看sphinx的pdf文档吧。
已有 0 人发表留言，猛击->> 这里<<-参与讨论
ITeye推荐
相关 [coreseek 一元 模式] 推荐：
等死模式与穿越模式
- Rady - 左岸读书_blog她去年本想考自己喜欢的研究生，结果失败，却出乎意料地遇到了一份不错的工作. 她害怕考了又考不上，浪费时间；但是不考又不安心，已经纠结半年了. 我问她，去年你每天花多少时间学习. 她说我去年每天大概4个小时，学了3个月，考前一周突击了一下，就差3分. 我又问她，现在你每天烦这件事情大概花你多少时间. 她说从过年到现在（6个月）每天都在想，上班下班都想，烦死了.
加州模式还是德州模式？
- kuangyue - 鲁克 - luke51 - 和讯博客http://hexun.com/LUKEPOST > 复制 > 收藏 | 手机看个人门户. 路客邮报 LUKEPOST BLOG. 是否公开三公 外交部说的不算. 乘京沪高铁：有些事亲历才知道. 宝洁员工爆料：食品包装有玄机. 南京地税部门不能“趁火打劫”. 和讯个人门户 v1.0 | 和讯家园 | 意见反馈.
设计模式之代理模式（Proxy）
- - 博客园_首页这段时间一直忙于期末考试，好久没来博客园了，现在好了，终于考完了，也该过上正常的日子了. 开学就是大四的学生了，时间过的可是真快啊，转眼间大学四年已经接近尾声了. 回想大学这三年，成绩还可以吧（年级前10%），参加过各种竞赛（acm，数学建模等等），学生会也呆过（打了一年的酱油），好哥们也有那么五六个（希望以后能在一个城市发展，大学期间的宝贵财富啊），另外所谓的大学生创新实践项目也搞了一个（就算开阔一下视野吧，大学能生有什么创新呢.
Apache的prefork模式和worker模式
- - 编程语言 - ITeye博客apache常用的工作模式有prefork和worker模式. 运行命令httpd -l 或者apache2 -l ，输出的结果中如果含有prefork.c，那就是prefork模式，如果结果中含有worker.c，那就是worker模式. 原文: http://www.ccvita.com/339.html.
模式与逻辑
- - 所有文章 - UCD大社区有一次我在豆瓣提到，逻辑并不是最重要的，有朋友就很激动反对. 确实，在许多理性的人看来，逻辑几乎是最重要的东西. 其实，我并没有想过否定逻辑的价值，只是对于逻辑的看法，经历了一个肯定-否定-肯定的过程. 在我看来，人类有许多智慧是存在于右脑的，右脑有一个非常重要的功能就是模式的判断和识别（参考《非理性市场与蜥蜴式大脑思维》），善用这一点，常常能极大的提高自己的能力.
Scala设计模式
- - ITeye博客 我的话： 在国外网站上看到一篇文章，里面详细描述了很多设计模式，并且用Java及Scala两种语言描述，清晰的让我们看到各种常规的设计模式，在Scala中是如何在语言特性层面直接支持的. 基于文章很nice，我利用今天的空闲时间将其翻译，希望大家能一起学习，讨论. 翻译比较倡促，也就两小时左右，有何不当，请在下面留言指出.
hive严格模式
- - CSDN博客数据库推荐文章 hive提供了一个严格模式，可以防止用户执行那些可能产生意想不到的不好的效果的查询. 如果在一个分区表执行hive，除非where语句中包含分区字段过滤条件来显示数据范围，否则不允许执行. 就是用户不允许扫描所有的分区. 进行这个限制的原因是，通常分区表都拥有非常大的数据集，而且数据增加迅速.
Spring设计模式
- - 行业应用 - ITeye博客springMVC通常采用属性注入的IOC方式和AOP织入方式相结合实现依赖注入
同时使用强制代理方式，代理类或者接口. 这里又涉及到单例模式（注入的类或者接口在容器中只存在一个）、工厂模式（通过反射实现类实例化过程的公用化）、楼上所说的装饰模式属于AOP织入的一部分. 想了解spring先从IOC和AOP开始吧.
apache 工作模式
- - 互联网 - ITeye博客如果httpd -l列出prefork.c. 则表示是 prefork 工作方式. 这表明当前apache2的工作方式是 prefork. prefork的工作原理是，控制进程在最初建立“StartServers”个子进程后，为了满足MinSpareServers设置的需要创建一个进程，等待一秒钟，继续创建两个，再等待一秒钟，继续创建四个……如此按指数级增加创建的进程数，最多达到每秒32个，直到满足MinSpareServers设置的值为止.