ElasticSearch: shingles -匹配短语，如果字段包含确切的标记

Question

我是有弹性搜索的新手，在下列情况下有困难：

1. 让我们考虑一下，我有两个文档，其中只包含一个字段"text“
   1. “文本”："token1 token4“
   2. “文本”："token2 token3“
   3. “文本”："token4 token5“

​

1. 通过下面的查询文本"token1 token2 token3 token4 token5“，我只想找到文档2和3。

我需要类似于shingles过滤器的东西，它将从查询中创建以下标记：

"token1 token2“、"token2 token3”、"token3 token4“、"token4 token5”

并通过这些标记进行精确匹配，因此令牌"token2 token3“和"token4 token5”将匹配文档。

提前感谢！

Answer 1

这可以通过使用板条滤器并使output_unigrams false(它将防止单个令牌的生成)来实现。创建这样的索引

PUT shingle_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "shingle_analyzer": {
          "tokenizer": "standard",
          "filter": [
            "shingle_filter",
            "lowercase"
          ]
        }
      },
      "filter": {
        "shingle_filter":{
          "type" : "shingle",
          "max_shingle_size" : 2,
          "min_shingle_size" : 2,
          "output_unigrams" : false,
          "output_unigrams_if_no_shingles" : true
        }
      }
    }
  },
  "mappings": {
    "mytype":{
      "properties": {
        "text" : {
          "type": "string",
          "analyzer": "shingle_analyzer"
        }
      }
    }
  }
}

索引一些样本文档。

POST /shingle_index/mytype/_bulk
{"index":{"_id":5}}
{"text":"token1 token4"}
{"index":{"_id":3}}
{"text":"token2 token3"}
{"index":{"_id":2}}
{"text":"token4 token5"}

然后，简单的匹配查询将给出所需的结果。

GET shingle_index/_search
{
  "query": {
    "match": {
      "text": "token1 token2 token3 token4"
    }
  }
}