lionsoul2014 / jcseg Goto Github PK

iphone和苹果是近义词，但我只想搜索苹果时关联iphone，不想搜索iphone搜索出来一堆水果。

ant all
Buildfile: build.xml

init:
[echo] ------------------------------------------------------------
[echo] ----------BUILDING JCSEG PACKAGE----------------------------
[echo]
[mkdir] Created dir: /www/git/jcseg-2.4.0-release/src
[mkdir] Created dir: /www/git/jcseg-2.4.0-release/classes
[mkdir] Created dir: /www/git/jcseg-2.4.0-release/doc
[echo] Coping sources of jcseg-core/src/main/java to /www/git/jcseg-2.4.0-r elease/src
[copy] Copying 50 files to /www/git/jcseg-2.4.0-release/src
[echo] Coping lexicons to /www/git/jcseg-2.4.0-release/classes
[copy] Copying 29 files to /www/git/jcseg-2.4.0-release/classes/lexicon
[echo] Coping sources of jcseg-analyzer to /www/git/jcseg-2.4.0-release/src
[copy] Copying 4 files to /www/git/jcseg-2.4.0-release/src
[echo] Coping sources of jcseg-elasticsearch to /www/git/jcseg-2.4.0-releas e/src
[copy] Copying 10 files to /www/git/jcseg-2.4.0-release/src
[echo] Coping sources of jcseg-server to /www/git/jcseg-2.4.0-release/src
[copy] Copying 60 files to /www/git/jcseg-2.4.0-release/src

BUILD FAILED
/www/git/jcseg-2.4.0-release/build.xml:60: Warning: Could not find file /www/git /jcseg-2.4.0-release/jcseg.properties to copy.

Total time: 0 seconds

您好，您的 jcseg 惠我良多，致上敝人万分感谢。
我在使用jcseg，有两个地方一直觉得有问题，就是当有同义词或是中文数字转阿拉伯数字的时候，所衍生出来的同义词或阿拉伯数字有以下问题：
1.其 endOffset 应该和原词的 endOffset 一样，而不应该是以衍生词的长度去定 endOffset。
2.衍生出来的词的 positionIncrement 应该是0，而不应该是1，否则在phrase search的时候会因为词的位置被衍生词隔断而查不到。
因为这两个值若与原词不同，会造成 phrase search 以及 highlight 的定位错误，请您协助确认，感谢您。

/**
     * create a singleton ADictionary object according to the JcsegTaskConfig
     * 
     * @param   config
     * @param   loadDic
     * @param   ADictionary
    */
    public static ADictionary createSingletonDictionary(JcsegTaskConfig config, boolean loadDic)
    {
        synchronized (LOCK) {
            if ( singletonDic == null ) {
                singletonDic = createDefaultDictionary(config);
            }
        }
        
        return singletonDic;
    }

DictionaryFactory 这个代码还是执行了构造默认词典的逻辑

一直按照最简单的默认配置使用，但是不是很明白ISegment ASegment的区别，希望解开此疑惑。。

hi，咨询个关于使用自定义词典的问题。
场景：简单的电商商品搜索场景，自定义一个品牌词典（品牌可能包含中英混合情况）：brand.lex。词典类型采用了CJK_WORD，词典具体为：

CJK_WORD
骆驼
花花公子

在验证时候，发现在ADictionary类中的652行输出了格式信息不准确，具体代码是会通过特定分隔符把词典每行进行分割，分割的数组长度小于4就会出现此问题：

wd = line.split("\\s*/\\s*");
                if ( wd.length < 4 ) {    //format check
                    System.out.println("Word: \"" + wd[0] + "\" format error. -ignored");
                    continue;
                }

仔细看了下这个格式需要变为以下才可以通过：

CJK_WORD
骆驼///null
花花公子///null

可以请问下这么设计是为了解决什么问题吗？或者说，我的场景，适合用哪种词典类型？

如果存在引号"，反斜杠\ ，会出现 "word":""" , "word":""这种词，然后json反解析出错，
在Word类toString方法
sb.append("\"word\":\"").append(value).append('"');
改为

        String tmpV = value;
        tmpV = tmpV.replaceAll("\\\\", "\\\\\\\\");
        tmpV = tmpV.replaceAll("\"", "\\\\\"");
        sb.append("\"word\":\"").append(tmpV).append('"');

解决
其它特殊字符类似

大大，如何在maven项目中自定义配置文件的位置？我使用'classpath/jcseg.properties'作为参数，一直提示路径错误。

问题

jcseg 1.9.9 里, 不是特别理解 jcseg.properties 的加载顺序 和 位置.
请帮忙解释下, 谢谢!

不想让服务占太多内存……jcseg-server至少需要多少内存才能正常工作

如果减少设置中的内存用量会有什么影响

1 java.lang.NoClassDefFoundError: Failed resolution of: Lorg/lionsoul/jcseg/tokenizer/core/JcsegTaskConfig;
难道是因为jdk版本问题？

summary不是重点内容，都是doc里面的前面若干个字截取，没啥用。缺少语义分析，文章的关键句子提取才比较准确。

build:
[echo] -------------Compiling Application--------------
[echo] D:\fenci\jcseg-master/vendors/lib
[javac] D:\fenci\jcseg-master\build.xml:72: warning: 'includeantruntime' was not set, defaulting to build.sysclasspath=last; set to false for repeatable builds
[javac] Compiling 109 source files to D:\fenci\jcseg-master\classes
[javac] 警告: [options] 未与 -source 1.7 一起设置引导类路径
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegAnalyzer5X.java:5: 错误: 程序包org.apache.lucene.analysis不存在
[javac] import org.apache.lucene.analysis.Analyzer;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegAnalyzer5X.java:6: 错误: 程序包org.apache.lucene.analysis不存在
[javac] import org.apache.lucene.analysis.Tokenizer;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegAnalyzer5X.java:18: 错误: 找不到符号
[javac] public class JcsegAnalyzer5X extends Analyzer
[javac] ^
[javac] 符号: 类 Analyzer
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegAnalyzer5X.java:94: 错误: 找不到符号
[javac] protected TokenStreamComponents createComponents(String fieldName)
[javac] ^
[javac] 符号: 类 TokenStreamComponents
[javac] 位置: 类 JcsegAnalyzer5X
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegFilter.java:5: 错误: 程序包org.apache.lucene.analysis不存在
[javac] import org.apache.lucene.analysis.TokenFilter;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegFilter.java:6: 错误: 程序包org.apache.lucene.analysis不存在
[javac] import org.apache.lucene.analysis.TokenStream;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegFilter.java:15: 错误: 找不到符号
[javac] public class JcsegFilter extends TokenFilter
[javac] ^
[javac] 符号: 类 TokenFilter
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegFilter.java:20: 错误: 找不到符号
[javac] protected JcsegFilter(TokenStream input)
[javac] ^
[javac] 符号: 类 TokenStream
[javac] 位置: 类 JcsegFilter
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizer.java:5: 错误: 程序包org.apache.lucene.analysis不存在
[javac] import org.apache.lucene.analysis.Tokenizer;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizer.java:6: 错误: 程序包org.apache.lucene.analysis.tokenattributes不存在
[javac] import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizer.java:7: 错误: 程序包org.apache.lucene.analysis.tokenattributes不存在
[javac] import org.apache.lucene.analysis.tokenattributes.OffsetAttribute;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizer.java:8: 错误: 程序包org.apache.lucene.analysis.tokenattributes不存在
[javac] import org.apache.lucene.analysis.tokenattributes.TypeAttribute;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizer.java:41: 错误: 找不到符号
[javac] public class JcsegTokenizer extends Tokenizer
[javac] ^
[javac] 符号: 类 Tokenizer
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizer.java:46: 错误: 找不到符号
[javac] private final CharTermAttribute termAtt = addAttribute(CharTermAttribute.class);
[javac] ^
[javac] 符号: 类 CharTermAttribute
[javac] 位置: 类 JcsegTokenizer
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizer.java:47: 错误: 找不到符号
[javac] private final OffsetAttribute offsetAtt = addAttribute(OffsetAttribute.class);
[javac] ^
[javac] 符号: 类 OffsetAttribute
[javac] 位置: 类 JcsegTokenizer
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizer.java:48: 错误: 找不到符号
[javac] private final TypeAttribute typeAtt = addAttribute(TypeAttribute.class);
[javac] ^
[javac] 符号: 类 TypeAttribute
[javac] 位置: 类 JcsegTokenizer
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizerFactory.java:6: 错误: 程序包org.apache.lucene.analysis不存在
[javac] import org.apache.lucene.analysis.Tokenizer;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizerFactory.java:7: 错误: 程序包org.apache.lucene.analysis.util不存在
[javac] import org.apache.lucene.analysis.util.TokenizerFactory;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizerFactory.java:8: 错误: 程序包org.apache.lucene.util不存在
[javac] import org.apache.lucene.util.AttributeFactory;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizerFactory.java:19: 错误: 找不到符号
[javac] public class JcsegTokenizerFactory extends TokenizerFactory
[javac] ^
[javac] 符号: 类 TokenizerFactory
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizerFactory.java:78: 错误: 找不到符号
[javac] public Tokenizer create( AttributeFactory factory )
[javac] ^
[javac] 符号: 类 AttributeFactory
[javac] 位置: 类 JcsegTokenizerFactory
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\analyzer\v5x\JcsegTokenizerFactory.java:78: 错误: 找不到符号
[javac] public Tokenizer create( AttributeFactory factory )
[javac] ^
[javac] 符号: 类 Tokenizer
[javac] 位置: 类 JcsegTokenizerFactory
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalysisBinderProcessor.java:3: 错误: 程序包org.elasticsearch.index.analysis不存在
[javac] import org.elasticsearch.index.analysis.AnalysisModule;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalysisBinderProcessor.java:10: 错误: 程序包AnalysisModule不存在
[javac] public class JcsegAnalysisBinderProcessor extends AnalysisModule.AnalysisBinderProcessor
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalysisBinderProcessor.java:13: 错误: 找不到符号
[javac] @OverRide public void processAnalyzers(AnalyzersBindings analyzersBindings)
[javac] ^
[javac] 符号: 类 AnalyzersBindings
[javac] 位置: 类 JcsegAnalysisBinderProcessor
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalysisBinderProcessor.java:19: 错误: 找不到符号
[javac] @OverRide public void processTokenizers(TokenizersBindings tokenizersBindings)
[javac] ^
[javac] 符号: 类 TokenizersBindings
[javac] 位置: 类 JcsegAnalysisBinderProcessor
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalysisBinderProcessor.java:25: 错误: 找不到符号
[javac] @OverRide public void processTokenFilters(TokenFiltersBindings tokenFiltersBindings)
[javac] ^
[javac] 符号: 类 TokenFiltersBindings
[javac] 位置: 类 JcsegAnalysisBinderProcessor
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:5: 错误: 程序包org.elasticsearch.common.inject不存在
[javac] import org.elasticsearch.common.inject.Inject;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:6: 错误: 程序包org.elasticsearch.common.inject.assistedinject不存在
[javac] import org.elasticsearch.common.inject.assistedinject.Assisted;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:7: 错误: 程序包org.elasticsearch.common.settings不存在
[javac] import org.elasticsearch.common.settings.Settings;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:8: 错误: 程序包org.elasticsearch.env不存在
[javac] import org.elasticsearch.env.Environment;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:9: 错误: 程序包org.elasticsearch.index不存在
[javac] import org.elasticsearch.index.Index;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:10: 错误: 程序包org.elasticsearch.index.analysis不存在
[javac] import org.elasticsearch.index.analysis.AbstractIndexAnalyzerProvider;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:11: 错误: 程序包org.elasticsearch.index.settings不存在
[javac] import org.elasticsearch.index.settings.IndexSettingsService;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:21: 错误: 找不到符号
[javac] public class JcsegAnalyzerProvider extends AbstractIndexAnalyzerProvider
[javac] ^
[javac] 符号: 类 AbstractIndexAnalyzerProvider
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:27: 错误: 找不到符号
[javac] public JcsegAnalyzerProvider(Index index, IndexSettingsService indexSettingsService,
[javac] ^
[javac] 符号: 类 Index
[javac] 位置: 类 JcsegAnalyzerProvider
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:27: 错误: 找不到符号
[javac] public JcsegAnalyzerProvider(Index index, IndexSettingsService indexSettingsService,
[javac] ^
[javac] 符号: 类 IndexSettingsService
[javac] 位置: 类 JcsegAnalyzerProvider
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:28: 错误: 找不到符号
[javac] Environment env, @assisted String name, @assisted Settings settings)
[javac] ^
[javac] 符号: 类 Environment
[javac] 位置: 类 JcsegAnalyzerProvider
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegAnalyzerProvider.java:28: 错误: 找不到符号
[javac] Environment env, @assisted String name, @assisted Settings settings)
[javac] ^
[javac] 符号: 类 Settings
[javac] 位置: 类 JcsegAnalyzerProvider
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegTokenizerFactory.java:3: 错误: 程序包org.apache.lucene.analysis不存在
[javac] import org.apache.lucene.analysis.Tokenizer;
[javac] ^
[javac] D:\fenci\jcseg-master\src\org\lionsoul\jcseg\elasticsearch\index\analysis\JcsegTokenizerFactory.java:4: 错误: 程序包org.elasticsearch.common.inject不存在

lex-custom.lex

CJK_CUSTOM
纯手工分酒器醒酒器/null/null/null

在词典添加单词之后 分词依然会将纯手工分酒器醒酒器拆分

{"error":{"root_cause":[{"type":"remote_transport_exception","reason":"[node-156][192.168.8.156:9300][indices:admin/analyze[s]]"}],"type":"access_control_exception","reason":"access denied ("java.io.FilePermission" "plugins/jcseg/jcseg.properties" "read")"},"status":500}

已经给文件添加足够的权限了。但是还是报文件读取没有权限的问题!装有jcseg的elasticsearch节点中没有索引数据，其他elasticsearch节点也不能同步索引数据!移除了jcseg后，这个问题没有了!

如题；类似这个链接这样的
http://www.hankcs.com/nlp/part-of-speech-tagging.html

我想问下是不是词库格式变化了 ，下面是报错：

我看了您写的change文档 好像是变化了 但是没有格式说明
我的格式为：

用2.0.0就不会报错 我DEBUG 看了下是 ADictionary 的报错 ，是必须 词语要加上词性等3个元素么，长度只要不等于4就会有问题，不知道是不是个BUG 您帮忙看下！！！

数字后面的分号被替换成英文的分号了。

看了源码貌似并没有注册相关的tokenizer，通过下面的（部分）代码建立index会出错："type":"illegal_argument_exception","reason":"Custom Analyzer [reuters] failed to find tokenizer under name [jcseg]"}]
我只是想在分词前去掉一些无意义的标签，不知用char_filter是否正确，还请指导如何设置最合适。
谢谢！

						'analyzer' => [
							'reuters' => [
								'type' => 'custom',
								'char_filter' =>  ['html_strip', 'custom_char_filter'],
								'tokenizer' => 'jcseg',
								'analyzer' => 'jcseg_nlp',
								'filter' => ['lowercase', 'stop', 'kstem']
							]
						]

在elasticsearch索引中配置如下分词：

"analyzer": {
"text_analyzer": {
"type": "custom",
"char_filter": [
"html_strip"
],
"tokenizer": "jcseg",
"filter": [
"lowercase",
"tsconvert"
]
},
"complex_analyzer": {
"type": "custom",
"char_filter": [
"html_strip"
],
"tokenizer": "jcseg_complex",
"filter": [
"lowercase",
"tsconvert"
]
}

这时，被分析的文本如果出现html标签时，搜索结果就会出现高亮部分偏移问题，偏移字符数与html标签个数一致，如图所示：图片地址

暂时未测试其他分词插件与html_strip过滤器一起使用时是否存在高亮偏移问题；

我试试了自动摘要，根本是没意义的算法，就不是完全是没法用，乱七八糟的。做就好好做，做个有意思的。这个是什么破玩意儿。浪费我们的时间了

在Jcseg自动摘要/关键句子提取Api这部分中，代码：
Segment seg = SegmentFactory.createJcseg(
JcsegTaskConfig.COMPLEX_MODE,
new Object[]{config, dic}
);
和SummaryExtractor extractor = new TextRankSummaryExtractor(seg, new SentenceSeg());中，
Segment应该为ISegment，SummaryExtractor应该为具体的TextRankSummaryExtractor类，请作者看一下是否正确？刚开始学这方面的知识，若提示错误敬请原谅！！！

使用了jcseg（复合模式）对下面这句话拆词索引：‘年轻人不能打架’ 使用年轻人，打架 甚至整句话‘年轻人不能打架’搜索 均无法搜索到对应的文档，尝试把‘年轻人’和‘打架’加进了词典，还是不行，该如何优化？

Maven report build fail when upgrade to 2.3.0

ERROR Could not find artifact org.lionsoul:jcseg:pom:2.3.0

例如：
“亨利·福特（1863年7月30日—1947年4月7日），出生于美国密歇根州韦恩郡的史普林威尔镇，他是汽车工程师，1915年，美国总统伍德罗·威尔逊接见福特，盛赞福特汽车公司，他是世界上第一位使用流水线大批量生产汽车的人。”
如何把 “亨利·福特” 这个人名在关键词中解析出来，而不是单独解析出 “亨利”
我的配置为：

请您帮忙解答一下，谢谢

该项目有没有一个todo list 呢；
很想知道下一步以及以后的规划

还请问一下，有没有计划做 实体识别、文本分类的功能；
此外目前的关键词提取还是有些不够准确，有没有计划考虑集成 TF/IDF 进行完善呢

我测试了各种模式，都存在问题
1.换行没了，这个我估计我只能逻辑处理
2.遇到￥（各种特殊字符）会丢失，这个我无法处理
3.全部变成了小写，有没有选项保证词不变！
4.网址也被拆分了，这个我用代码也实现了，还原不过不完美！

总之，我实现不了，只能纯文字的处理似乎还行！

现在用的是2.1.1版本，nlp分词模式
1当遇到13:00-15:00这种时间段，似乎不能识别，自然与其他datatime类型组合也不能识别。所以想深究一下为什么这个时间段会识别，但是给定的entity是en，这个en是怎么给定的，假如我改成datatime类型是不是就可以与其他datatime类型组合一起识别
2组合时间测试的时候“张华平明天要结婚了”，分词结果只会有“张华平 明天”，而把结婚这么重要的词给省略。查看源码知道“明天”这个datatime 类型，会判断后面一个词的是否是datatime类型，是否要组合到一起，此时结婚是nv类型，不是datatime类型，所以不用组合，跳出组合循环代码的时候，没有把结婚这个词写回StringReader，因为源码里面是只有是null类型才会写回String流，所以稍微改了 一下源码，只要不是datatime类型，都要写会String流，后来测试成功验证了我的猜想。请问作者我的思路对否？

/faywong/devel/elasticsearch-1.7.5/plugins/jcseg/jcseg-elasticsearch-1.9.9.jar!/es-plugin.properties]
org.elasticsearch.ElasticsearchException: Failed to load plugin class [org.lionsoul.jcseg.elasticsearch.plugin.analysis.jcseg.AnalysisJcsegPlugin]
    at org.elasticsearch.plugins.PluginsService.loadPlugin(PluginsService.java:536)
    at org.elasticsearch.plugins.PluginsService.loadPluginsFromClasspath(PluginsService.java:411)
    at org.elasticsearch.plugins.PluginsService.<init>(PluginsService.java:116)
    at org.elasticsearch.node.internal.InternalNode.<init>(InternalNode.java:157)
    at org.elasticsearch.node.NodeBuilder.build(NodeBuilder.java:159)
    at org.elasticsearch.bootstrap.Bootstrap.setup(Bootstrap.java:77)
    at org.elasticsearch.bootstrap.Bootstrap.main(Bootstrap.java:245)
    at org.elasticsearch.bootstrap.Elasticsearch.main(Elasticsearch.java:32)
Caused by: java.lang.IncompatibleClassChangeError: class org.lionsoul.jcseg.elasticsearch.plugin.analysis.jcseg.AnalysisJcsegPlugin has interface org.elasticsearch.plugins.Plugin as super class
    at java.lang.ClassLoader.defineClass1(Native Method)
    at java.lang.ClassLoader.defineClass(ClassLoader.java:800)
    at java.security.SecureClassLoader.defineClass(SecureClassLoader.java:142)
    at java.net.URLClassLoader.defineClass(URLClassLoader.java:449)
    at java.net.URLClassLoader.access$100(URLClassLoader.java:71)
    at java.net.URLClassLoader$1.run(URLClassLoader.java:361)
    at java.net.URLClassLoader$1.run(URLClassLoader.java:355)
    at java.security.AccessController.doPrivileged(Native Method)
    at java.net.URLClassLoader.findClass(URLClassLoader.java:354)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:425)
    at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:308)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:358)
    at org.elasticsearch.plugins.PluginsService.loadPlugin(PluginsService.java:513)

运行环境：
elasticsearch-1.7.5
最新的Jcseg代码

在.properties里貌似没有找到这个参数。

在项目根目录, 通过以下命令 编译代码:

mvn compile

报错:

[INFO] ------------------------------------------------------------------------
[INFO] Reactor Summary:
[INFO]
[INFO] jcseg .............................................. SUCCESS [ 0.002 s]
[INFO] jcseg-core ......................................... FAILURE [ 0.588 s]
[INFO] jcseg-analyzer ..................................... SKIPPED
[INFO] jcseg-elasticsearch ................................ SKIPPED
[INFO] jcseg-server ....................................... SKIPPED
[INFO] ------------------------------------------------------------------------
[INFO] BUILD FAILURE
[INFO] ------------------------------------------------------------------------
[INFO] Total time: 0.676 s
[INFO] Finished at: 2016-09-11T16:08:39+08:00
[INFO] Final Memory: 14M/303M
[INFO] ------------------------------------------------------------------------
[ERROR] Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:2.5:copy-resources (properties-file-copy) on project jcseg-core: Execution properties-file-copy of goal org.apache.maven.plugins:maven-resources-plugin:2.5:copy-resources failed: Plugin org.apache.maven.plugins:maven-resources-plugin:2.5 or one of its dependencies could not be resolved: The following artifacts could not be resolved: org.apache.maven:maven-plugin-api:jar:2.0.6, org.apache.maven:maven-project:jar:2.0.6, org.apache.maven:maven-profile:jar:2.0.6, org.apache.maven:maven-artifact-manager:jar:2.0.6, org.apache.maven:maven-plugin-registry:jar:2.0.6, org.apache.maven:maven-core:jar:2.0.6, org.apache.maven:maven-plugin-parameter-documenter:jar:2.0.6, org.apache.maven:maven-repository-metadata:jar:2.0.6, org.apache.maven:maven-error-diagnostics:jar:2.0.6, org.apache.maven:maven-plugin-descriptor:jar:2.0.6, classworlds:classworlds:jar:1.1, org.apache.maven:maven-artifact:jar:2.0.6, org.apache.maven:maven-settings:jar:2.0.6, org.apache.maven:maven-model:jar:2.0.6, org.apache.maven:maven-monitor:jar:2.0.6, org.codehaus.plexus:plexus-container-default:jar:1.0-alpha-9-stable-1: Could not transfer artifact org.apache.maven:maven-plugin-api:jar:2.0.6 from/to central (
https://repo.maven.apache.org/maven2): sun.security.validator.ValidatorException: PKIX path building failed: sun.security.provider.certpath.SunCertPathBuilderException: unable to find valid certification path to requested target -> [Help 1]

请问 如何 可以在本地 编译并 生成 所有 jar 包?

版本号：2.0及以上
英文（java异常日志的package名）：com.com.com.com.com.com.com.com.com.com.com.java.java.java.java.java.java.java
例如：
jcseg~tokenizer:complex>> com.com.com.com.com.com.com.com.com.com.com.java.java.java.java.java.java.java
分词结果：
com.com.com.com.com.com.com.com.com.com.com.java.java.java.java.j/en com/en com/en com/en com/en com/en com/en com/en com/en com/en com/en com/en java/en java/en java/en java/en ava.java.java/en ava/en java/en java/en
其中错误的分词：com.com.com.com.com.com.com.com.com.com.com.java.java.java.java.j/en ava.java.java/en ava/en

你好，想依赖2.3.0版本，报错无法下载相关依赖。查看**仓库，发现/repositories/central/org/lionsoul/jcseg目录下，只更新到2.2.0版本，parent pom无法下载下来。是否发布到**仓库时遗漏了？

比如“logo设计”，在检测模式中无法正确匹配

jcseg 我在自定义停用词的时候 将一个名为lex-stopword.lex 的文件加到了resource文件夹中，然后将停用词开关打开 但是在写测试类 测试的时候发现 程序将这个文件中所有自定义的词当成了自定义词库分词 而不是当做停用词 我在网上找不到具体的自定义停用词的案例 请帮忙解答一下 谢谢

还有一个问题：
自动中英文停止词过滤功能（需要在jcseg.properties中开启该选项，lex-stopwords.lex为停止词词库）。
以上是你的说明中的一条信息 我可以理解为 只能往这个lex-stopwords.lex
JSegTextAnalyser.txt

文件中加入停用词么 不能自己定义个文件放入自定义停用词

Word: "com" format error. -ignored
Word: "net" format error. -ignored
Word: "top" format error. -ignored
Word: "tech" format error. -ignored
Word: "org" format error. -ignored
Word: "gov" format error. -ignored
Word: "edu" format error. -ignored
Word: "mil" format error. -ignored
Word: "pub" format error. -ignored
Word: "mobi" format error. -ignored
Word: "cn" format error. -ignored
Word: "com.cn" format error. -ignored
Word: "net.cn" format error. -ignored
Word: "gov.cn" format error. -ignored
Word: "kilometer" format error(single word degree should be an integer). -ignored
Word: "刘翔" format error(single word degree should be an integer). -ignored
Word: "诸葛亮" format error(single word degree should be an integer). -ignored
1355 ERROR (coreLoadExecutor-6-thread-1) [ ] o.a.s.c.CoreContainer Error creating core [core]: Could not load conf for core core: Can't load schema D:\dev\Tomcat\solr-server\webapps\solr\solrhome\core\conf\managed-schema: Plugin init failure for [schema.xml] fieldType "textComplex": Plugin init failure for [schema.xml] analyzer/tokenizer: Error instantiating class: 'org.lionsoul.jcseg.analyzer.v5x.JcsegTokenizerFactory'

看了一下词典，貌似只有“ 研究”这个demo用的词是有同义词的，其他的几乎没有啊。。。
什么时候能加上？或者我自己怎么添加同义词表比较好？

在Python上测试

import requests
r = requests.post('http://127.0.0.1:1990/tokenizer/nlp', params={'text': '我' * 902})

时，响应r的headers显示{'Content-Length': '0', 'Connection': 'close'}，且content为空字符串。分词服务器的日志显示

2017-07-19 11:39:18.952:WARN:oejh.HttpParser:qtp1283928880-13: Header is too large >8192
2017-07-19 11:39:18.952:WARN:oejh.HttpParser:qtp1283928880-13: bad HTTP parsed: 413 for HttpChannelOverHttp@2e8b8e3a{r=0,c=false,a=IDLE,uri=-}

请问是需要设置请求的Header什么的吗？

感觉不返回分数缺少了再进一步分析的可能…

我将Jcseg配置到ES里面，并开启词典自动更新，更新周期为1s，但实际使用中并没有更新。

以及ES作为一个分布式的搜索引擎，是否有考虑在ES中如何将新词同步到每个节点的词典中？

例如 ：
长沙学点网络科技有限公司
自定义词库：(长沙是自定义词库中的词)

返回值：
长沙

如果可以 能不能详细说一下 怎么配置 谢谢

如下文本： 在贾跃亭一手带领下，近几年一直在资本市场炮制概念，宣称打造体育、影业、手机、汽车等等生态的乐视，从未停止过烧钱模式。 里，不论使用6种模式，贾跃亭都会被切分成 贾/跃/亭。

jieba分词里有新词识别功能，请问Jcseg是否有类似的功能？

jcseg-server.properties中配置两个以上词库路径，并都开启自动加载词库，线程读取错误路径

如题，另外，第五个31007是做什么用的呢？

下载不了传到git上来共享个鸟啊

使用版本号：jcseg-2.0.1-RC2
es版本：2.4.1
异常信息：
Exception in thread "main" java.security.AccessControlException: access denied ("java.io.FilePermission" "plugins/jcseg/jcseg.properties" "read")
at java.security.AccessControlContext.checkPermission(AccessControlContext.java:372)
at java.security.AccessController.checkPermission(AccessController.java:559)
at java.lang.SecurityManager.checkPermission(SecurityManager.java:549)
at java.lang.SecurityManager.checkRead(SecurityManager.java:888)
at java.io.File.exists(File.java:808)
at org.lionsoul.jcseg.elasticsearch.index.analysis.JcsegIndicesAnalysis.(JcsegIndicesAnalysis.java:39)
at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:57)
at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
at java.lang.reflect.Constructor.newInstance(Constructor.java:526)
at <<>>
at org.elasticsearch.node.Node.(Node.java:213)
at org.elasticsearch.node.Node.(Node.java:140)
at org.elasticsearch.node.NodeBuilder.build(NodeBuilder.java:143)
at org.elasticsearch.bootstrap.Bootstrap.setup(Bootstrap.java:194)
at org.elasticsearch.bootstrap.Bootstrap.init(Bootstrap.java:286)
at org.elasticsearch.bootstrap.Elasticsearch.main(Elasticsearch.java:35)

经过搜索，发现es有自己的权限策略，https://discuss.elastic.co/t/permission-denied-error-in-plugin-for-es-2-2-0/40915

hi 我有个字段sim_q 是个数组字段，值如下格式 "sim_q":["xxxxx","xxxxx","xxxxx"] 在es里面指定jcseg_complex分词后，创建es索引的时候报如下错误：

{"error":{"root_cause":[{"type":"illegal_argument_exception","reason":"startOffset must be non-negative, and endOffset must be >= startOffset, and offsets must not go backwards startOffset=1,endOffset=2,lastStartOffset=5 for field 'sim_q'"}],"type":"illegal_argument_exception","reason":"startOffset must be non-negative,and endOffset must be >= startOffset, and offsets must not go backwards startOffset=1,endOffset=2,lastStartOffset=5 for field 'sim_q'"},"status":400}

原因可能是自es 6.0.0以后，分词的endOffset必须要>=startOffset
详见hankcs/hanlp-lucene-plugin#27
orangemi/elasticsearch-jieba-plugin#1

我想使用jcseg拆分单词，额外地，将单词本身也作为拆分词，我该如何添加这个功能？