2

我正在尝试使用 elasticsearch 6.3.0 构建一个搜索实用程序，可以在数据库中搜索任何术语。我已经应用了 Stop Analyzer 来排除一些通用词。但是，在该分析系统停止给我提供数字术语之后。

就像我搜索 news24 一样，它会删除 24 并仅在所有记录中搜索“新闻”字词。不确定为什么。

以下是我正在使用的查询

{
   "from": 0,
   "size": 10,
   "explain": false,
   "stored_fields": [
      "_source"
   ],
   "query": {
      "function_score": {
         "query": {
            "multi_match": {
               "query": "news24",
               "analyzer": "stop",
               "fields": [
                  "title",
                  "keywords",
                  "url"
               ]
            }
         },
         "functions": [
            {
               "script_score": {
                  "script": "( (doc['isSponsered'].value == 'y') ? 100 : 0 )"
               }
            },
            {
               "script_score": {
                  "script": "doc['linksCount'].value"
               }
            }
         ],
         "score_mode": "sum",
         "boost_mode": "sum"
      }
   },
   "script_fields": {
      "custom_score": {
         "script": {
            "lang": "painless",
            "source": "params._source.linksArray"
         }
      }
   },
   "highlight": {
      "pre_tags": [
         ""
      ],
      "post_tags": [
         "<\/span>"
      ],
      "fields": {
         "title": {
            "type": "plain"
         },
         "keywords": {
            "type": "plain"
         },
         "description": {
            "type": "plain"
         },
         "url": {
            "type": "plain"
         }
      }
   }
}
4

1 回答 1

3

那是因为stop analyzer它只是Simple Analyzer的扩展，它使用了小写分词器，如果遇到不是 a 的字符letter（当然也将所有术语小写），它将简单地将术语分解为标记。

因此，基本上，如果您有类似的功能，请在遇到时news24将其分解。news2

这是stop analyzer. 如果您打算使用停用词并且仍希望将数字保留在图片中，那么您将需要创建一个自定义分析器，如下所示：

映射：

POST sometestindex
{  
   "settings":{  
      "analysis":{  
         "analyzer":{  
            "my_english_analyzer":{  
               "type":"standard",
               "stopwords":"_english_"
            }
         }
      }
   }
}

它做了什么它利用了Standard Analyzer哪些内部使用标准标记器并且也忽略了停用词。

要测试的分析查询

POST sometestindex/_analyze
{
  "analyzer": "my_english_analyzer",
  "text":     "the name of the channel is news24"
}

查询结果

{
  "tokens": [
    {
      "token": "name",
      "start_offset": 4,
      "end_offset": 8,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "channel",
      "start_offset": 16,
      "end_offset": 23,
      "type": "<ALPHANUM>",
      "position": 4
    },
    {
      "token": "news24",
      "start_offset": 27,
      "end_offset": 33,
      "type": "<ALPHANUM>",
      "position": 6
    }
  ]
}

您可以在上面的令牌中看到，它news24被保留为令牌。

希望能帮助到你！

于 2018-11-03T09:39:25.603 回答