QQ 分词插件是由腾讯云 ES 团队与腾讯 NLP 团队联合研发的中文分词插件，在腾讯内部广泛应用于 QQ、微信、浏览器等业务。在传统词典分词的基础上，增加了 NER 命名实体识别，同时支持自定义词库功能。QQ 分词插件经过多年的应用实践和不断打磨优化，在分词准确度、分析速度等关键指标上均处于业界领先，您可以在腾讯云 ES 中使用 QQ 分词插件来完成文档的分析和检索。
使用须知
QQ 分词插件仅支持数据节点规格在2核8G及以上的集群，如果集群未安装 QQ 分词插件，请在插件列表页面安装 QQ 分词插件（analysis-qq）。
QQ 分词插件提供如下的分析器（analyzer）和分词器（tokenizer）：
分析器：qq_smart, qq_max, qq_smart_ner, qq_max_ner
分词器：qq_smart, qq_max, qq_smart_ner, qq_max_ner
您可以使用上述的分析器和分词器完成文档的分析和查询。您也可以通过词库配置功能，自定义更新分词词库，详情请参见下文的配置词库。
说明
qq_max
和
qq_smart
有什么区别？
qq_max 会对文本做最细粒度的拆分，qq_smart 会对文本做最粗粒度的拆分。
ner 是什么？为什么 ner 功能要独立一个分词器？
ner 是 Named Entity Recognition（命名实体识别）的简称，可以识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。对于这一类专有名词，不需要用户上传自定义词库。将 ner 功能单独保证为一个分词器，主要是因为 ner 功能需要加载一个模型，首次加载时间比较长。
注意
QQ 分词插件现无法识别中文、英文以外的词，如上传的文件中包含其他语言的内容，分词结果会过滤这些内容，类似于过滤标点符号。
使用步骤
1.
登录已安装 QQ 分词插件的集群对应的 Kibana 控制台。登录控制台的具体步骤请参考
通过 Kibana 访问集群
。
2.
单击左侧导航栏的 Dev Tools。
3.
在 Console 中使用 QQ 分词插件的分析器创建索引。
PUT /index{"mappings": {"_doc": {"properties": {"content": {"type": "text","analyzer": "qq_max","search_analyzer": "qq_smart"}}}}}
上面的语句创建了一个名称为
index
的索引，类型为
_doc
（ES 7及以上版本需要在创建索引时加入
?include_type_name=true
才能支持类型）。包含了一个
content
属性，类型为
text
，并使用了
qq_max
和
qq_smart
分析器。执行成功后，将返回如下结果。
{"acknowledged": true,"shards_acknowledged": true,"index": "index"}
4.
添加文档。
POST /index/_doc/1{"content": "我从微信上下载了王者荣耀"}POST /index/_doc/2{"content": "住建部:9月底前完成名镇名村景观资源登记"}POST /index/_doc/3{"content": "中国气象台最新天气预报"}POST /index/_doc/4{"content": "我家住在中国古建筑保护协会附近"}
上面的语句导入了4个文档，将使用
qq_max
分析器对文档进行分析。
5.
使用关键词高亮的方式查询文档。
GET index/_search{"query" : { "match" : { "content" : "中国" }},"highlight" : {"pre_tags" : ["<tag1>", "<tag2>"],"post_tags" : ["</tag1>", "</tag2>"],"fields" : {"content": {}}}}
上面的语句在所有
_doc
类型的文档中，使用
qq_smart
分析器，搜索
content
字段中包含
中国
的文档。执行成功后，返回如下结果。
{"took" : 108,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 2,"relation" : "eq"},"max_score" : 0.7199211,"hits" : [{"_index" : "index","_type" : "_doc","_id" : "4","_score" : 0.7199211,"_source" : {"content" : "我家住在中国古建筑保护协会附近"},"highlight" : {"content" : ["我家住在<tag1>中国</tag1>古建筑保护协会附近"]}},{"_index" : "index","_type" : "_doc","_id" : "3","_score" : 0.6235748,"_source" : {"content" : "中国气象台最新天气预报"},"highlight" : {"content" : ["<tag1>中国</tag1>气象台最新天气预报"]}}]}}
使用自定义词典
1.
登录
Elasticsearch Service 控制台
，在集群列表页，单击集群
ID/名称
进入集群详情页。