Question

我正在使用带有自定义索引和搜索分析器的ElasticSearch。我正在查询用户数据，有时候，字符串中也会出现相同的情况。

示例：“你好世界你好先生！”在那里你可以看到2次“你好”。

如果我正在寻找“Hello World”，我会在“Hello World Hello Mr！”中获得更高的分数。比“Hello World”。我不希望这种行为，即使它是合乎逻辑的。

那么，索引时是否可以删除相同的单词？示例：“Hello World Hello Mr！” =＆GT; “Hello World先生！”

我当前的地图和设置：

  settings index: { number_of_shards: 1, number_of_replicas: 1 }, analysis: {
    analyzer: {
      custom_analyzer: {
        tokenizer: "custom_tokenizer",
        filter: ["lowercase", "asciifolding", "custom_spliter"]
      }
    },
    filter: {
      custom_spliter: {
        type: "word_delimiter",
        preserve_original: "true"
      }
    },
    tokenizer: {
      custom_tokenizer: {
        type: "nGram",
        min_gram: "3",
        max_gram: "3",
        token_chars: [ "letter", "digit" ]
      }
    }
  } do
    mappings dynamic: 'false' do
      indexes :searchable, analyzer: "custom_analyzer"
    end
  end

是否可以这样做？

Answer 1

您可以将unique token filter 添加到分析仪中以实现此目的它允许配置，以便您可以删除在相同位置（例如，同义词）或任何位置发生的重复令牌。

ElasticSearch analyzer：有没有办法在索引中删除相同的单词？

1 个答案: