analysis-ik

IK Analysis integra el analizador IK de Lucene en Elasticsearch y OpenSearch, agregando capacidades de segmentación de idioma chino para texto indexado y buscado. El plugin expone dos analizadores y tokenizadores: ik_smart e ik_max_word. ik_max_word realiza una segmentación exhaustiva y detallada, adecuada para consultas de términos, mientras que ik_smart realiza una segmentación más gruesa, adecuada para consultas de frases; el archivo README señala que ik_smart no es necesariamente un subconjunto de ik_max_word. La instalación está disponible a través de versiones empaquetadas o la CLI de plugins de Elasticsearch/OpenSearch, seleccionando la versión del plugin que coincida con la versión del motor de búsqueda de destino. El README demuestra cómo crear un índice, asignar ik_max_word como analizador de índice e ik_smart como analizador de búsqueda, indexar documentos en chino y ejecutar una consulta de coincidencia con resaltado. El comportamiento del diccionario se configura a través de IKAnalyzer.cfg.xml. Los usuarios pueden definir diccionarios locales personalizados y archivos de palabras vacías, o proporcionar URLs de diccionarios remotos y palabras vacías. Los diccionarios remotos admiten recarga en caliente: cuando el valor de Last-Modified o ETag de la respuesta HTTP cambia, el plugin recupera el archivo de texto UTF-8 actualizado, donde cada línea contiene una palabra. Esto permite actualizar el vocabulario sin reiniciar Elasticsearch u OpenSearch. El proyecto es mantenido por INFINI Labs y se publica bajo la Licencia Apache 2.0.