ElasticSearch中常用的中文切词器为 analysis-ik, 是个第三方插件;
ik主要有两种切词方式，一个是细粒度，一个是粗粒度，分别对应“ik_max_word”和“ik_smart”。
下面分别用实例看下他们切词结果的差异：
query: 北京百度网讯科技有限公司
ik_max_word: 北京；京；百度网；百度；百；度；网讯；网；讯；科技有限公司；科技有限；科技；有限公司；有限；有；限；公司；
ik_smart: 北京；百度；网讯；科技有限公司；
query: 重庆百业兴科技有限公司
ik_max_word: 重庆；庆；百业；百；业；兴；科技有限公司；科技有限；科技；有限公司；有限；有；限；公司；
ik_smart: 重庆；百业；兴；科技有限公司；
query: 查看通过分析器进行切词的结果
ik_max_word: 查看；通过；通；过分；分析器；分析；析；器；进行；行；切；词；结果；结；果；
ik_smart: 查看；通过；分析器；进行；切；词；结果；
(ik_max_word 竟然连“过分”都可以切出来，所以在生成倒排索引的时候，会比ik_smart多一倍以上的索引量，所以，效果虽好，评估好自己的ES存储空间再做合适的选择)
那么问题来了，既然ik_max_word要多占用非常大的空间，我就选择了ik_smart，但是ik_smart对特定的词切的简直太粗了，比如“科技有限公司”是作为一个完整的词切出来的，如果我的doc是“小米科技北京有限公司”，那这时候用“科技有限公司”是召回不了这条结果的；所以这种情况下，能不能认为进行干预呢？
是可以的，上面的情况中，其实我们是想“科技有限公司”最好是切成“科技”和“有限公司”，也就是说，如果我们把“技”作为一个停止词，那么就可以得到“科技”和“有限公司”。
ik插件的配置在 $root/es/plugins/analysis-ik/config/的 IKAnalyzer.cfg.xml 中，
我们只需要将“技”添加到custom/ext_stopword.dic这个词表文件中，然后重启ES，就能切出来了。
test:
我把“有”也加到了停止词里：ik_smart得到的结论是：并没有任何变化；
我又把“有”从停止词中去除了，放进了“限”去，ik_smart得到的结论是：依然没变化，这时候得去别的词表看看了，是那边给到干扰了。
原文：https://www.cnblogs.com/liuyong18/p/12158470.html