jjeong

https://github.com/HowookJeong/elasticsearch-analysis-arirang/tree/hanguel-jamo-tokenizer-7.12.0

Checkout 받으신 후 빌드 하시고 설치 하시면 됩니다.

$ mvn clean install -DskipTests=true
$ bin/elasticsearch-plugin install file:///Users/mzc02-henryjeong/Works/github/howookjeong/elasticsearch-analysis-arirang/target/elasticsearch-analysis-arirang-7.12.0.zip

[Request]
curl --location --request POST 'http://localhost:9200/_arirang/jamo?text=엘라스틱서치&token=CHOSUNG'

[Method]

GET / POST

[Response]
CHOSUNG -> ㅇㄹㅅㅌㅅㅊ
JUNGSUNG -> ㅔㅏㅡㅣㅓㅣ
JONGSUNG -> ㄹㄱ
KORTOENG -> dpffktmxlrtjcl

[Parameters]

• text
  형태소 분석할 문자열
• token
  분석 유형 지정
  CHOSUNG (초성)
  JUNGSUNG (중성)
  JONGSUNG (종성)
  KORTOENG (한영 변환)

기능 테스트로 넣어 둔거라서 성능적인 검증은 하지 않았습니다.

수명님이 이미 다 만들어 놓으셨는데 참 뒷북도 ㅡ.ㅡ;

일단 죄송합니다.

arirang-morph 프로젝트 내 MorphUtil 클래스에 구현되어 있습니다.

[한글 초성/중성/종성 분리]

/**
 * 한글 한글자를 초성/중성/종성의 배열로 만들어 반환한다.
 * @param c the character to be decomposed
 */
public static char[] decompose(char c) {
  char[] result = null;

  if(c>0xD7A3||c<0xAC00) return new char[]{c};
  
  c -= 0xAC00;

  char choseong = CHOSEONG[c/JUNG_JONG];
  c = (char)(c % JUNG_JONG);
  
  char jungseong = JUNGSEONG[c/JONGSEONG.length];
  
  char jongseong = JONGSEONG[c%JONGSEONG.length];
  
  if(jongseong != 0) {
    result = new char[] {choseong, jungseong, jongseong};
  }else {
    result = new char[] {choseong, jungseong};      
  }
  return result;
}

[한글 초성/중성/종성 합침]

public static char compound(int first, int middle, int last) {    
  return (char)(0xAC00 + first* JUNG_JONG + middle * JONGSEONG.length + last);
}

짜집기 코드를 활용해서 플러그인을 만들어 봤습니다.

소스 코드는 아래에서 받아 보실 수 있습니다.

[repository]

[빌드방법]

• Elasticsearch Analyze Test URL

http://localhost:9200/test/_analyze?analyzer=hangueljamo_analyzer&text=Henry 노트북&pretty=1

• Analyzed Result

{
  "tokens" : [ {
    "token" : "henry",
    "start_offset" : 0,
    "end_offset" : 5,
    "type" : "word",
    "position" : 0
  }, {
    "token" : "ㄴㅌㅂ",
    "start_offset" : 6,
    "end_offset" : 9,
    "type" : "word",
    "position" : 1
  } ]
}