Question

要求是能够搜索以下术语：

＆＃34; H＆amp; R＆＃34;找到＆＃34; H＆amp; R Block＆＃34;。

我已设法使用word_delimiter单独实现此要求，如本回答elasticsearch tokenize "H&R Blocks" as "H", "R", "H&R", "Blocks"

使用ruby代码：

{
  char_filter: {
    strip_punctuation: { type: "mapping", mappings: [".=>", ",=>", "!=>", "?=>"] },
  },
  filter: {
    my_splitter: { 
      type: "word_delimiter", 
      preserve_original: true 
    }
  },
  analyzer: {
    my_analyzer {
      char_filter: %w[strip_punctuation],
      type: "custom",
      tokenizer: "whitespace",
      filter: %w[lowercase asciifolding my_splitter]
    }
  }
}

但是，在同一个查询中，我们需要自动完成功能或部分字匹配，所以

＆＃34; Ser＆＃34;，＆＃34; Serv＆＃34;，＆＃34; Servi＆＃34;，＆＃34; Servic＆＃34;和＆＃34;服务＆＃34;所有发现＆＃34;服务＆＃34;和＆＃34;服务＆＃34;。

我已经设法使用ngram单独实现此要求。

{
  char_filter: {
    strip_punctuation: { type: "mapping", mappings: [".=>", ",=>", "!=>", "?=>"] }
  },
  analyzer: {
    my_analyzer: {
      char_filter: %w[strip_punctuation],
      tokenizer: "my_ngram",
      filter: %w[lowercase asciifolding]
    }
  },
  tokenizer: {
    my_ngram: {
      type: "nGram",
      min_gram: "3",
      max_gram: "10",
      token_chars: %w[letter digit]
    }
  } 
}

我无法一起实现它们。当我使用ngram时，短词会被忽略，因此＆＃34; H＆amp; R＆＃34;被遗漏了。当我使用word_delimiter时，部分单词搜索停止工作。下面，我最近尝试合并两个要求，它导致支持部分单词搜索但不支持＆＃34; H＆amp; R＆＃34;

{
  char_filter: {
    strip_punctuation: { type: "mapping", mappings: [".=>", ",=>", "!=>", "?=>"] }
  },
  filter: {
    my_splitter: {
      type: "word_delimiter",
      preserve_original: true
    }
  },
  analyzer: {
    my_analyzer: {
      char_filter: %w[strip_punctuation],
      type: "custom",
      tokenizer: "my_tokenizer",
      filter: %w[lowercase asciifolding my_splitter]
    }
  },
  tokenizer: {
    my_tokenizer: {
      type: "nGram",
      min_gram: "3",
      max_gram: "10",
      token_chars: %w[letter digit]
    }
  } 
}

Answer 1

您可以使用映射中的multi_field以多种方式为同一字段编制索引。您可以在默认字段中使用自定义标记生成器的全文搜索，并为自动完成需求创建特殊索引。

"title": {
    "type": "string",
    "fields": {
        "raw":   { "type": "string", "index": "not_analyzed" }
    }
}

执行自动填充时，您的查询需要略有不同，因为该字段将为title.raw，而不仅仅是title。

一旦字段以对查询有意义的所有方式编制索引，您就可以使用布尔值来查询索引＆＃34; should＆＃34;查询，匹配标记化版本和单词开始查询。对于匹配完整单词的第一个查询，可能需要提供更大的提升才能获得直接命中率。

ElasticSearch“H＆amp; R Block”具有部分单词搜索功能

1 个答案: