使用Tire库进行词干提取

Question

我正在使用ElasticSearch和Tire执行一些基本的搜索功能，但是snowball词干分析器的基本配置让我摸不着头脑。我基本上遵循了GitHub页面中的代码示例：https://github.com/karmi/tire

这是一个Ruby示例文件(Ruby 1.9.3，Tire 1.8.25)：

require 'tire'

Tire.index 'videos' do
  delete
  create :mappings => {
  :video => {
      :properties => {
        :code                => { :type => 'string' },
        :description         => { :type => 'string', :analyzer => 'snowball' }
      }
  }
}
end

videos = [
    { :code => '1', :description => "some fight video" },
    { :code => '2', :description => "a fighting video" }
]

Tire.index 'videos' do
    import videos
    refresh
end

s = Tire.search 'videos' do
   query do
      string 'description:fight'
   end
end

s.results.each do |document|
   puts "* #{document.code} - #{document.description}"
end

我本以为这会在比赛中产生两个记录，因为格斗和格斗有相同的词干。但是，它只返回第一条记录：

* 1 - some fight video

这表明使用的是默认分析器，而不是我正在配置的分析器。

我知道在每个问题(ElasticSearch mapping doesn't work)的查询字符串中传递了实际的字段，并且已经成功地运行了这段代码，因此我的ElasticSearch安装看起来很好。

我需要修改什么才能让Tire返回这个查询的两条记录(例如，我如何在这里进行词干分析)？

Answer 1

我本以为这会在比赛中产生两个记录，因为

和fighting有相同的词干。但是，它只返回第一条记录：

正确的。'fight‘的词根是'fight’，返回的结果中只有"fight“。战斗将做完全相同的事情，除非你设置你的搜索索引匹配。

如果你想让它按照你所描述的方式运行，你可能会想让你的默认索引使用一个边缘ngram分析器，这样"fight“也会匹配"fighting”并返回它。这也会有，我认为是理想的效果，如果你也查询“打架”的话，就会同时匹配“打架”和“打架”。

Answer 2

好吧，事实证明这是我的一个非常简单的错误。我忽略了在定义视频的散列中包含"type“。替换

videos = [
    { :code => '1', :description => "some fight video" },
    { :code => '2', :description => "a fighting video" }
]

使用

videos = [
    { :type => 'video', :code => '1', :description => "some fight video" },
    { :type => 'video', :code => '2', :description => "a fighting video" }
]

已修复此问题。

代码更改的结果是将正确的分析器应用于description字段。以前，雪球分析器将仅应用于搜索查询，这将导致搜索查询被词干处理。如果我在查询语句中输入"description: fighting“，它仍然会匹配第一个结果--”一些格斗视频“，而不是”一个格斗视频“。这让我意识到这些记录没有被正确分析。