solr集成IK分词，动态扩展词及停用词实现，动态添加到solr词库中，无需重建solr索引，更无需重启solr服务啦

lucene源码包（这里包括了lucene所有能用到的jar包，一共44个jar包）3.6.2版本是lucene的3x中最大的版本，也是3x中最稳定的版本，因此建设使用该版本。如果还是使用3.6.0或3.6.1，更要升级到该版本，因为该版本修复了部分以前版本的BUG。下面列出几个常用到的包：lucene-core-3.6.2.jar、lucene-memory-3.6.2.jar、lucene-highlighter-3.6.2.jar、lucene-analyzers-3.6.2.jar、lucene-queries-3.6.2.jar、lucene-benchmark-3.6.2.jar

lucene全文检索,IKAnalyzer分词jar包，IKAnalyzer2012_u6.jar

最权威的中文文本分词语料 可用于文本分词 分词语句达20万句

基于语义检索的目的，结合成语典故本体的构建，设计了一个基于成语典故本体的语义检索模型，阐述了检索模型中用户界面模块、数据存储模块、查询分析模块和检索分析模块的功能；分析了系统中的本体构建技术、分词技术及检索技术，设计并实现了词语相似度及概念相似度算法；通过语义检索系统的实验，得到较高的查全率和查准率。

个人整理的区块链常用词汇字典，大概有300多个词汇，可以用jieba直接导入作为分词数据来源,jieba.load_userdict()

Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

nlp各个领域的新词发现，词库寻找

IK分词器通过spark加载词典，并在spark中使用

这是一个完整的代码，里面的eclipse整合了elasticsearch和hdfs大数据平台，可以用于搜索，IK分词等功能。