mmseg 分词问题

[isnolan]

在elasticsearch-rtf/config/mmseg/words-my.dic中增加了自定义的一些词汇，比如“西红柿”，但是最终结果中分词出现的结果是这样：

{
   "took": 6,
   "timed_out": false,
   "_shards": {
      "total": 5,
      "successful": 5,
      "failed": 0
   },
   "hits": {
      "total": 1,
      "max_score": 0.7263499,
      "hits": [
         {
            "_index": "index",
            "_type": "fulltext",
            "_id": "5",
            "_score": 0.7263499,
            "_source": {
               "content": "西红柿,番茄,鸡蛋,面条,西红柿鸡蛋面"
            },
            "highlight": {
               "content": [
                  "<tag1>西</tag1><tag2>红</tag2><tag1>柿</tag1>,番茄,<tag1>鸡蛋</tag1>,面条,<tag1>西</tag1><tag2>红</tag2><tag1>柿</tag1><tag1>鸡蛋</tag1>面"
               ]
            }
         }
      ]
   }
}

对此，该如何处理，或是否有相关文档？ thx

[isnolan]

words.dic文件中有“西红柿”一词，似乎是该字典未被加载所致，该如何解决？

[medcl]

1.确认字典使用utf8编码 2.使用complex模式 curl -XPOST http://localhost:9200/index/_analyze?analyzer=mmseg_complex -d'{ "text": "嘻嘻西红柿，真好吃，我也最好吃" }'

[isnolan]

哦，使用了mmseg_complex就ok了，thx

[ng-wei]

mmseg_complex 和 mmseg_simple 在实现上的区别是啥 @medcl

[medcl]

@ng-wei complex分词逻辑更加复杂,会进行一些词义消歧的操作.