代码之家 › 专栏 › 技术社区 › mel

Elasticsearch:在我的英语分析器上添加同义词过滤器

synonym lexical-analysis lucene elasticsearch indexing

mel · 技术社区 · 10 年前

我有一个带字段描述的索引,分析如下:

"description":{
      "analyzer" : "english",
      "type" : "string"
}

我在同义词文件中定义了同义词词典。txt,其中包含:

ipod, i-pod, i pod => i-pod

我想把这个同义词词典添加到我的分析器中,但我不知道怎么做。我应该定义自定义分析器吗?但如果我这样做,我会因为这种定制而偏离当前的指数化

1 回复 | 直到 10 年前

femtoRgon 10 年前

是的,您应该定义自定义分析器。您可以从 standard English analyzer ,并将同义词筛选器添加到:

{
  "settings": {
    "analysis": {
      "filter": {
        "english_stop": {
          "type":       "stop",
          "stopwords":  "_english_" 
        },
        "english_keywords": {
          "type":       "keyword_marker",
          "keywords":   [] 
        },
        "english_stemmer": {
          "type":       "stemmer",
          "language":   "english"
        },
        "english_possessive_stemmer": {
          "type":       "stemmer",
          "language":   "possessive_english"
        },
        "my_synonyms" : {
          "type" : "synonym",
          "synonyms_path" : "path/to/synonym.txt"
        }
      },
      "analyzer": {
        "custom_english": {
          "tokenizer":  "standard",
          "filter": [
            "english_possessive_stemmer",
            "lowercase",
            "my_synonyms",
            "english_stop",
            "english_keywords",
            "english_stemmer"
          ]
        }
      }
    }
  }
}

至于是否会出现分歧,是的。如果要将同义词应用于索引时间,则新索引的数据将应用同义词筛选器,而现有数据则不会。如果您希望对索引时间分析的更改始终适用,则需要重新索引数据。

如果对分析的更改仅在 search_analyzer ,则无需重新索引。

推荐文章

Merlin Nestler · 为什么索引中的列顺序在这种情况下会产生如此大的影响?

1 年前

Max · 用两列中的特定值对识别R中的数据帧行

1 年前

Remaker Shadow · Excel-索引+匹配公式问题[重复]

1 年前

Dasi · Pandas.loc返回序列或浮点数不一致

1 年前

climsaver · 首次连续查找两个相同值的索引

1 年前

Ecanyte · 矩阵索引/展平

1 年前

Some Name · 为什么index[]试图移动值,但直接调用index不会[重复]

1 年前

sds Niraj Rajbhandari · 在时间戳索引中按日期时间查找不起作用

1 年前

babipsylon · 在C中创建div_t类型结构元素的数组++

1 年前

Martin AJ · 如何在庞大的数据集上快速执行COUNT(*)?

2 年前