Question

当我在Elasticsearch上索引文档时，我正在使用词干分析器（用于巴西葡萄牙语）。这就是我的默认分析器的样子（这里有很小的错误，因为我已经从服务器的代码中手动复制了这个错误）：

"analysis":{
    "filter":{
        "my_asciifolding": {
            "type":"asciifolding",
            "preserve_original":true,   
        },
        "stop_pt":{
            "type": "stop",
                "ignore_case": true,
                "stopwords": "_brazilian_"
        },
        "stemmer_pt":{
            "type":"stemmer",
            "language":"brazilian"
        }
    },
    "analyzer":{
        "default":{
            "type":"custom",
            "tokenizer":"standard",
            "filter":{
                "lowercase",
                "my_asciifolding",
                "stop_pt",
                "stemmer_pt"
            }   
        }
    }
}

我还没有真正触及我的类型映射（除了我声明"type":"long"的几个数字字段之外）所以我希望大多数字段都使用我已经指定的默认分析器上方。

这可以按预期工作，但问题是某些用户感到沮丧，因为（因为代码被阻止），查询"vulnerabilities"和查询"vulnerable＆＃ 34;返回相同的结果，这会产生误导，因为他们希望将具有完全匹配的结果排在第一位。

什么是弹性搜索中的默认方式（如果有的话）？（也许保留索引中的未受干扰的令牌以及带有令牌的令牌？）我使用的是版本1.5.1。

Answer 1

我最终使用"fields"字段以不同方式索引我的属性。不确定这是否是最佳的，但这是我现在正在处理的方式：

添加另一个分析器（我称之为"no_stem_analyzer"），其中包含"default"分析器具有的所有过滤器，减去"stemmer"。

对于我想要保留非词干和词干变体的每个属性，我都这样做了（字段"DESCRIPTION"的示例）：

"mappings":{
  "_default_":{
    "properties":{
      "DESCRIPTION":{
        "type"=>"string",
        "fields":{
          "no_stem":{
            "type":"string",
            "index":"analyzed",
            "analyzer":"no_stem_analyzer"
          },
          "stemmed":{
            "type":"string",
            "index":"analyzed",
            "analyzer":"default"                
          }
        }
      } 
    },//.. other attributes here
  }
}

在搜索时（使用query_string_query）我还必须指明（使用字段"fields"）我要搜索所有子字段（例如"DESCRIPTION.*"）

我的方法也基于[这个答案]。（elasticsearch customize score for synonyms/stemming）

在Elasticsearch上保留非词干标记

1 个答案: