首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >在elasticsearch中preserve_original原始令牌

在elasticsearch中preserve_original原始令牌
EN

Stack Overflow用户
提问于 2020-02-28 05:11:31
回答 1查看 838关注 0票数 2

我有一个令牌过滤器和分析器,如下所示。但是,我无法获得要保留的原始令牌。例如,如果我使用单词:saint-louis执行_analyze,我只返回saintlouis,而我希望得到两个saintlouis and saint-louis,因为我有我的preserve_original set to true。The ES version i am using is 6.3.2 and Lucene version is 7.3.1

代码语言:javascript
复制
"analysis": {
  "filter": {
    "hyphenFilter": {
      "pattern": "-",
      "type": "pattern_replace",
      "preserve_original": "true",
      "replacement": ""
    }
  },
  "analyzer": {
    "whitespace_lowercase": {
      "filter": [
        "lowercase",
        "asciifolding",
        "hyphenFilter"
      ],
      "type": "custom",
      "tokenizer": "whitespace"
    }
  }
}
EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-03-03 03:23:43

所以看起来pattern_replace令牌过滤器不支持preserve_original,至少在我使用的版本上不支持。

我采取了如下解决方法:

索引定义

代码语言:javascript
复制
{
    "settings": {
        "analysis": {
            "analyzer": {
                "my_analyzer": {
                    "tokenizer": "whitespace",
                    "type": "custom",
                    "filter": [
                        "lowercase",
                        "hyphen_filter"
                    ]
                }
            },
            "filter": {
                "hyphen_filter": {
                    "type": "word_delimiter",
                    "preserve_original": "true",
                    "catenate_words": "true"
                }
            }
        }
    }
}

例如,这会将anti-spam这样的单词标记化为antispam(removed the hyphen)anti-spam(preserved the original)antispam.

Analyzer API用于查看生成的令牌

发布/_analyze

{ "text":“反垃圾邮件”,“分析器”:"my_analyzer“}

分析API ie的输出。生成的标记

代码语言:javascript
复制
{
    "tokens": [
        {
            "token": "anti-spam",
            "start_offset": 0,
            "end_offset": 9,
            "type": "word",
            "position": 0
        },
        {
            "token": "anti",
            "start_offset": 0,
            "end_offset": 4,
            "type": "word",
            "position": 0
        },
        {
            "token": "antispam",
            "start_offset": 0,
            "end_offset": 9,
            "type": "word",
            "position": 0
        },
        {
            "token": "spam",
            "start_offset": 5,
            "end_offset": 9,
            "type": "word",
            "position": 1
        }
    ]
}
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/60441801

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档