Djangoプロジェクトでhaystack全文検索フレームワークを使用する場合の分詞の変更


Djangoプロジェクトでは、全文検索フレームワークを使用する場合、中国語の分詞方式をうまくサポートするには、「結巴」分詞を使用します.
1.jieba分詞モジュールのインストール
pip install jieba

2.あなたのプロジェクト環境のhaystackディレクトリを見つけて、次は私のプロジェクト環境パスです.
/home/michael/.virtualenvs/Django_test/lib/python3.5/site-packages/haystack/backends/

3.上のディレクトリにChineseAnalyzerを作成します.pyファイル
import jieba
from whoosh.analysis import Tokenizer, Token

class ChineseTokenizer(Tokenizer):
    def __call__(self, value, positions=False, chars=False,
                 keeporiginal=False, removestops=True,
                 start_pos=0, start_char=0, mode='', **kwargs):
        t = Token(positions, chars, removestops=removestops, mode=mode, **kwargs)
        seglist = jieba.cut(value, cut_all=True)
        for w in seglist:
            t.original = t.text = w
            t.boost = 1.0
            if positions:
                t.pos = start_pos + value.find(w)
            if chars:
                t.startchar = start_char + value.find(w)
                t.endchar = start_char + value.find(w) + len(w)
            yield t

def ChineseAnalyzer():
    return ChineseTokenizer()

4.whoosh_のコピーbackend.pyファイルと名前をwhoosh_と変更cn_backend.py(注:whoosh全文検索エンジンを使用しています)
cp whoosh_backend.py whoosh_cn_backend.py

5.whoosh_を開くcn_backend.pyファイルは、中国語分析クラスを導入し、内部にjieba分詞を採用しています.
from .ChineseAnalyzer import ChineseAnalyzer

6.語分析クラスの変更
  
analyzer=StemmingAnalyzer()
  
analyzer=ChineseAnalyzer()

7.settingsを修正する.pyファイルの構成項目
HAYSTACK_CONNECTIONS = {
    'default': {
        # whoosh_cn_backend           
        'ENGINE': 'haystack.backends.whoosh_cn_backend.WhooshEngine',
        'PATH': os.path.join(BASE_DIR, 'whoosh_index'),
    }
}

8.インデックスファイルの再構築
python manage.py rebuild_index