IK分词器1500条常用停止词库
IK 分词器的常用停止词库，1500 个词，清理文本杂音还挺方便的。你用 Elasticsearch 做中文搜索时，少不了要这些“没啥实际意义”的词，比如“”“”“一个”这类，用上这个库，能帮你省不少事。
停止词库其实就是在分词的时候，把一些常见但无用的词先过滤掉，不让它们出现在搜索结果里。这个库覆盖得还挺广，适配 IK 分词器顺，拿来就能用，放进 stopword.dic 里效果立马见。
库本身是纯文本格式的，你直接塞到 IKAnalyzer.cfg.xml 指定的路径下就行。对接 Elasticsearch 配置的时候，别忘了设置 stopwords_path，不然不起作用。
适配版本上基本没问题，从老版本的 5.5 到现在 7.x 系列都能搞定。如果你用的是 Docker 方式部署 ES + IK，可以参考这个安装文档：CentOS 7 使用 Docker Compose 安装 Elasticsearch 7.x，讲得还挺细的。
想了解 IK 分词底层原理的，也可以看看这篇IK 分词技术解析，写得通俗易懂，顺带还提到了词库优化的做法。
，如果你在做中文搜索优化，或者搞知识图谱、问答系统那一挂的项目，这个停用词库还是蛮值得一用的。如果你词库里自己也有定制内容，那可以拿这个做个基础，再慢慢扩充也行。
文件大小：12.58KB
评论区