我对我在自定义分析器（以及fr.microsoft分析器）中注意到的特殊行为有疑问。下面的Analyze API测试是使用“fr.microsoft”分析器显示的，但是当我使用“text_contains_search_custom_analyzer”自定义分析器时，我看到了相同的确切行为（这是有意义的，因为我基于fr.microsoft分析器）。
UAT报道说，当他们搜索“femme”（单数）时，他们也希望找到带有“femmes”（复数）的文件。但是当我使用Analyze API进行测试时，似乎Azure搜索服务只标记了复数 - ＆gt;复数+单数，但是当标记单数时，仅使用单数标记。请参阅下面的示例。有没有办法可以让用户搜索单词的单数形式，但仍然在搜索结果中包含该单词的复数形式？或者我需要使用同义词来解决这个问题吗？
请求“femme” { ＆＃34; analyzer＆＃34;：＆＃34; fr.microsoft＆＃34;， ＆＃34;文字＆＃34;：＆＃34; femme＆＃34; }
“femme”的回复 { ＆＃34; @ odata.context＆＃34;：＆＃34; https://EXAMPLESEARCHINSTANCE.search.windows.net/ $ metadata＃Microsoft.Azure.Search.V2016_09_01.AnalyzeResult＆＃34;， ＆＃34;代币＆＃34;：[ { ＆＃34;令牌＆＃34;：＆＃34; femme＆＃34;， ＆＃34; startOffset＆＃34;：0， ＆＃34; endOffset＆＃34;：5， ＆＃34;位置＆＃34;：0 } ] }
请求“femmes” { ＆＃34; analyzer＆＃34;：＆＃34; fr.microsoft＆＃34;， ＆＃34; text＆＃34;：＆＃34; femmes＆＃34; }
“femmes”的回复 { ＆＃34; @ odata.context＆＃34;：＆＃34; https://EXAMPLESEARCHINSTANCE.search.windows.net/ $ metadata＃Microsoft.Azure.Search.V2016_09_01.AnalyzeResult＆＃34;， ＆＃34;代币＆＃34;：[ { ＆＃34;令牌＆＃34;：＆＃34; femme＆＃34;， ＆＃34; startOffset＆＃34;：0， ＆＃34; endOffset＆＃34;：6， ＆＃34;位置＆＃34;：0 }， { ＆＃34;令牌＆＃34;：＆＃34; femmes＆＃34;， ＆＃34; startOffset＆＃34;：0， ＆＃34; endOffset＆＃34;：6， ＆＃34;位置＆＃34;：0 } ] }
答案 0 :(得分：0)
您正在使用使用文本分析器的Analyze API，这与使用Search API进行搜索不同。
文本分析器在构建索引时支持搜索引擎，而索引实际上位于搜索引擎的底层。为了构建搜索索引，需要对其中的文档进行分析，这就是分析器的用武之地。他们可以理解不同的语言，可以解析文本和制作if的意义，即分裂单词，删除停用词，理解句子等。或者他们把它放在文档中：https://docs.microsoft.com/en-us/rest/api/searchservice/language-support
可搜索字段经过分析，最常涉及断字，文本规范化和过滤掉术语。默认情况下，Azure搜索中的可搜索字段使用Apache Lucene标准分析器（标准lucene）进行分析，在“Unicode文本分段”规则之后将文本分解为。此外，标准分析器将所有字符转换为小写形式。
所以你所看到的实际上是完全正确的，法语分析器会分解你发送的单词并从文本中返回可能的标记。对于第一个文本，它找不到任何其他可能的标记而不是'femme'（我想法语中没有其他单词如'fem'或'femm'？），但对于第二个文字，它可以找到'femme'和' femmes'在那里。
因此，您所看到的是文本分析器的自然功能。
另一方面，使用搜索API搜索相同的文本应该返回包含'femme'和'femmes'的文档，如果你设置了正确的用于可搜索字段的分析器（例如fr.microsoft）。默认的“标准”分析器不处理同一个单词的复数和其他变形。
答案 1 :(得分：0)
为了添加yoape's响应，fr.microsoft分析器将变形的单词缩减为基本形式。在您的情况下，单词 femmes 将缩减为单数形式 femme 。您描述的所有案例都有效：
这里的关键学习是分析器处理文档但也查询术语。术语是针对特定语言规则的规范化会计。
我希望能够解释它。