3

我很确定这与词干有关，而且我不确定我需要更改哪些内容才能获得拼写建议以返回整个单词。

设置如下：

ELASTICSEARCH_INDEX_SETTINGS = {
  'settings': {
    "analysis": {
        "analyzer": {
            "default": {
                "type": "custom",
                "tokenizer": "standard",
                "filter": ["standard", "lowercase", "stop_words", "cm_snow"]
            },
            "ngram_analyzer": {
                "type": "custom",
                "tokenizer": "lowercase",
                "filter": ["haystack_ngram"]
            },
            "edgengram_analyzer": {
                "type": "custom",
                "tokenizer": "lowercase",
                "filter": ["haystack_edgengram"]
            }
        },
        "tokenizer": {
            "haystack_ngram_tokenizer": {
                "type": "nGram",
                "min_gram": 3,
                "max_gram": 15,
            },
            "haystack_edgengram_tokenizer": {
                "type": "edgeNGram",
                "min_gram": 2,
                "max_gram": 15,
                "side": "front"
            }
        },
        "filter": {
            "haystack_ngram": {
                "type": "nGram",
                "min_gram": 3,
                "max_gram": 15
            },
            "haystack_edgengram": {
                "type": "edgeNGram",
                "min_gram": 2,
                "max_gram": 15
            },
            "cm_snow": {
                "type": "snowball",
                "language": "English"
            },
            "stop_words": {
                "type": "stop",
                "ignore_case": True,
                "stopwords": STOP_WORDS
            }
        }
    }
  }
}

如果我对 Elasticsearch 进行以下查询：

curl -XPOST 'localhost:9200/listing/_suggest' -d '{
  "my-suggestion" : {
    "text" : "table",
    "term" : {
      "field" : "text"
    }
  }
}'

我回来了：

{"text":"tabl","offset":0,"length":5,"options":[]}

为什么结果是“表格”，即使是拼写正确的单词？

4

1 回答 1

3

问题是我使用的是默认分析器，而默认分析器使用的是雪球，它使用的是雪球 index_analyzer，所以这些词将索引作为词干。

因为我们仍然想搜索词干词，所以我在我的文档调用中添加了一个额外的字段，建议使用标准分析器。在其中，我放了一个包含该文档的一堆单词（标题、描述、标签）的文本块，并标记如下include_in_all=false：

"suggest": {
    "type": "string",
    "analyzer": "standard"
},

然后在我的查询中，我针对 _all 查询实际的搜索结果，但使用建议作为建议。

{
  "query": {
     "match": {
         "_all": "tabel"
     }
  },
  "suggest": {
    "suggest-0": {
      "term": {
        "field": "suggest",
        "size": 5
      },
      "text": "tabls"
    }
  }
}

这使：

{
    "took": 7,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
    },
    "hits": {
        "total": 0,
        "max_score": null,
        "hits": []
    },
    "suggest": {
        "suggest-0": [
            {
                "text": "tabls",
                "offset": 0,
                "length": 5,
                "options": [
                    {
                        "text": "table",
                        "score": 0.8,
                        "freq": 858
                    },
                    {
                        "text": "tables",
                        "score": 0.8,
                        "freq": 682
                    },
                    {
                        "text": "tails",
                        "score": 0.8,
                        "freq": 4
                    },
                    {
                        "text": "tabs",
                        "score": 0.75,
                        "freq": 4
                    },
                    {
                        "text": "tools",
                        "score": 0.6,
                        "freq": 176
                    }
                ]
            }
        ]
    }
}

然后我的 UI 代码知道向用户提出建议，以便他们进行更好的搜索。

于 2014-04-28T15:07:42.753 回答