analysis-ik

O IK Analysis integra o analisador IK do Lucene ao Elasticsearch e OpenSearch, adicionando recursos de segmentação de texto em chinês para indexação e pesquisa. O plugin disponibiliza dois analisadores e tokenizers: ik_smart e ik_max_word. O ik_max_word realiza uma segmentação detalhada e exaustiva, adequada para consultas por termo, enquanto o ik_smart faz uma segmentação mais grosseira, ideal para consultas por frase; o README observa que o ik_smart não é necessariamente um subconjunto do ik_max_word. A instalação pode ser feita por meio de versões empacotadas ou da CLI de plugins do Elasticsearch/OpenSearch, selecionando a versão do plugin que corresponde à versão do mecanismo de busca alvo. O README demonstra a criação de um índice, atribuindo ik_max_word como analisador de índice e ik_smart como analisador de pesquisa, indexando documentos em chinês e executando uma consulta de correspondência com destaque. O comportamento do dicionário é configurado por meio do IKAnalyzer.cfg.xml. Os usuários podem definir dicionários personalizados locais e arquivos de stopwords, ou fornecer URLs de dicionários e stopwords remotos. Os dicionários remotos suportam recarga a quente: quando o valor de Last-Modified ou ETag na resposta HTTP muda, o plugin recupera o arquivo de texto UTF-8 atualizado, onde cada linha contém uma palavra. Isso permite atualizar o vocabulário sem reiniciar o Elasticsearch ou OpenSearch. O projeto é mantido pela INFINI Labs e lançado sob a Licença Apache 2.0.