Question

我正在使用ElasticSearch构建自动完成功能。当用户输入时，我想显示数据的完成列表，因此用户可以选择一个。例如，如果数据包含以下短语：

very unusual
very unlikely
very useful

和用户输入：

very u

我想显示上面的短语。

我正在使用此查询：

  "query": {
    "multi_match": {
      "query": "very u",
      "fields": [
        "name",
        "description",
        "contentBlocks.caption",
        "contentBlocks.text"
      ],
      "type": "phrase_prefix",
      "max_expansions": 10,
      "cutoff_frequency": 0.001
    }

这与我正在寻找的内容相匹配，但从搜索结果中提取匹配的短语非常尴尬。我一直在使用突出显示，我通过解析突出显示来收集匹配的短语。例如：

    "highlight": {
      "contentBlocks.text": [
        "turned the <em>very</em> <em>unusual</em> doorknob"
      ]
    }

    "highlight": {
      "contentBlocks.text": [
        "invented a <em>very</em> <em>useful</em> mechanism"
      ]
    }

正确的方法是什么？

＆＃34;短语建议者＆＃34;也许能够做我所描述的事情，但你怎么能做到这一点并不明显。

我已将感兴趣的字段编入索引（例如，＆＃34;说明＆＃34;），如下所示：

  "description" : {
    "index_analyzer" : "snowball_stem",
    "search_analyzer" : "snowball_stem",
    "type" : "string",
    "fields" : {
      "autocomplete" : {
        "index_analyzer" : "shingle_analyzer",
        "search_analyzer" : "shingle_analyzer",
        "type" : "string"
      }
    }
  },

我使用snowball_stem分析器进行搜索，使用shingle_analyzer进行自动完成功能。 shingle_analyzer看起来像这样：

"settings" : {
    "analysis" : {
        "analyzer" : {
            "shingle_analyzer" : {
                "type" : "custom",
                "tokenizer" : "standard",
                "filter" : [
                    "standard",
                    "lowercase",
                    "shingle_filter"
                ],
                "char_filter" : [
                    "html_strip"
                ]
            }
        },
        "filter" : {
            "shingle_filter" : {
                "type" : "shingle",
                "min_shingle_size" : 2,
                "max_shingle_size" : 2
            }
        }
    }
},

短语建议的文档似乎完全面向＆＃34;拼写纠正＆＃34;而不是完成。由于我完成之后，我将直接生成器的min_word_length和prefix_length设置为输入文本的长度，在本例中为2。

我根据文档制作了一个建议查询：

{
    "text" : "sa",
    "autocomplete_description" : {
        "phrase" : {
            "analyzer" : "standard",
            "field" : "description.autocomplete",
            "size" : 10,
            "max_errors" : 2,
            "confidence" : 0.0,
            "gram_size" : 2,
            "direct_generator" : [
                {
                    "field" : "description.autocomplete",
                    "suggest_mode" : "always",
                    "size" : 10,
                    "min_word_length" : 2,
                    "prefix_length" : 2
                }
            ]
        }
    }
}

此搜索建议＆＃34; sa＆＃34;得出以下结果：

{
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "failed" : 0
  },
  "autocomplete_description" : [ {
    "text" : "sa",
    "offset" : 0,
    "length" : 2,
    "options" : [ {
      "text" : "say",
      "score" : 0.012580795
    }, {
      "text" : "sa",
      "score" : 0.01127677
    }, {
      "text" : "san",
      "score" : 0.0106529845
    }, {
      "text" : "sad",
      "score" : 0.008533429
    }, {
      "text" : "saw",
      "score" : 0.008107899
    }, {
      "text" : "sam",
      "score" : 0.007155634
    } ]
  } ]
}

我希望找到的输入＆＃34; sa＆＃34;是以＆＃34; sa＆＃34;开头的词。任何长度。为什么它只返回两个或三个字符的单词？为什么它只返回六个选项？我一直在使用的multi_match phrase_prefix查询找到了以＆＃34; sa＆＃34;开头的更长的单词，例如＆＃34; save＆＃34;，＆＃34; sassy＆＃34;，＆＃34;野生动物园＆＃34;和＆＃34;沙拉＆＃34;。

当我搜索多字文本的建议时，例如＆＃34; one或＆＃34; （在数据中发生了很多次），它什么也没找到。 multi_match phrase_prefix查询找到＆＃34;一个或多个＆＃34;，＆＃34;一个或＃34;，＆＃34;一个，或者＆＃34;，和＃34;一个或两个＆＃34;

我怎样才能让这个建议者做我想做的事？

Answer 1

您可以使用completion suggester大致获得所需内容。这个问题的主要问题是它不再具有搜索感知能力。您可以通过添加suggester context来对此进行排序，但它仅适用于过滤器，不会考虑搜索文本。

我知道获得“最佳”行为（上下文感知搜索完成）的唯一方法是执行以下操作：

创建一个suggestions字段，其中文本被标记为您希望用户看到它（可能是标准分析器或可能添加在2-shingle令牌过滤器上）。
假设用户发出了不完整的查询very un。在幕后问题搜索very，然后使用term aggregations获取与搜索上下文匹配的列表字词，但限制使用"include": "un.*"返回的字词。
结果列表看起来像[不寻常，不太可能，不冷却]。

此方法的唯一问题，特别是在分片环境中，它是很多查询，并且您将非常高的基数字段（suggestions）拉入内存。所以...我不知道这是否实际可行。所以也许最好回到完成建议者。如果您尝试其中任何一种，我都有兴趣听听您的体验。

ElasticSearch短语前缀搜索 - 如何获取匹配的短语？

1 个答案: