Sudachi和我

初次见面，我是自然语言处理工程师的茶茶。秋天也变得更深，成为了鳗鱼的美味季节。说到鳗鱼，就必然想到烧盐。说到烧盐，就离不开美味的酱油。另外，我也不能没有酸橙。今天我将在位于德岛的Works Applications研究所介绍一下形態素解析器Sudachi的使用方法。

Sudachi的特点是可以根据适当的长度提取词组。它的分析速度与kuromoji相媲美，并且除了拥有neologd贡献的丰富词汇的词典外，还试图解决neologd所面临的词组过度概括和过于广泛的专有名词解释等问题。下面有关于这一工作的解释资料:

最新消息：现在已经正式发布并且解释也都准备齐全了。@sorami的解释非常容易理解。针对Elasticsearch的新分词器”Sudachi”，编译好的存档也已经发布。如果需要，可以点击以下链接获取：https://oss.sonatype.org/content/repositories/snapshots/com/worksap/nlp/。因此，以下是已经过时的信息，如果能对故障排除有所帮助。

目前阶段我只是在GitHub上向开发者公开源代码，所以要在Elasticsearch中使用它，需要额外的步骤。希望很快会实现通过yum等轻松安装。

过时的大致步骤

需要的是一个叫做analysis_sudachi的Elasticsearch插件。
为了创建这个插件，首先需要构建Sudachi核心。
在clone的目录下（以下称为Sudachi/）中，使用elasticsearch进行analysis_sudachi的构建。

1. 从GitHub上启用LFS并克隆https://github.com/WorksApplications/Sudachi。

对Sudachi/pom.xml执行mvn package。

如果Sudachi/target/sudachi-0.1-SNAPSHOT-executable.zip等已创建，则表示成功。

编辑Sudachi/elasticsearch/pom.xml。

删除surefire插件、删除works的artifact、根据需要更改elasticsearch系列的artifact版本。

编辑Sudachi/elasticsearch/src/main/extras/plugin-descriptor.properties。

根据需要更改elasticsearch的版本，步骤3相同。

将Sudachi/src/main/java/复制到Sudachi/elasticsearch/src/main/java/。

由于没有works的artifact，所以需要进行这个步骤。

删除Sudachi/elasticsearch/src/test/。

测试可能不会通过，但应该没有问题。

对Sudachi/elasticsearch/pom.xml执行mvn package。

将Sudachi/elasticsearch/target/releases/analysis-sudachi-1.0.0-SNAPSHOT.zip传输到Elasticsearch服务器。

在Elasticsearch服务器上运行以下命令安装插件。

sudo elasticsearch-plugin install file:///your_path/analysis-sudachi-1.0.0-SNAPSHOT.zip

安装成功后，将能够使用名为analysis_sudachi的分析器。

以上，我只是简单地介绍了今天的流程。下次我们会详细解释。