1

我将两个 PDF 文档的内容保存在 Elastic Search 中。方向是_source.attachment.content，我想做一个全文搜索。

现在，我的 Elastic Search 2 中有两个不同的 PDF，其中包含以下单词：“Overview”，而其他 PDF 则不包含此单词。

我像这样搜索它：

GET _search
{ 
   "_source":[ 
      "attachment.*",
      "meta.*"
   ],
   "query":{ 
      "bool":{ 
         "must":[ 
            { 
               "multi_match":{ 
                  "query":"Over",
                  "fuzziness":2
               }
            },
            { 
               "match":{ 
                  "meta.teamId":"specific id"
               }
            }
         ]
      }
   }
}

结果，我得到了两个文档之一，以及许多其他文档中没有子字符串“over”。如果我键入“overv”，则不会返回包含此子字符串的文档作为结果。如果我键入“概述”，那么我只会找到我想要的两个文档。

有什么我可以做得更好的吗？

先感谢您

编辑：命中看起来像：

{
        "_index" : "docs",
        "_type" : "_doc",
        "_id" : "UO8RI28B94W61yv-lXqW",
        "_score" : 16.099525,
        "_source" : {
          "attachment" : {
            "date" : "2019-12-20T11:28:13Z",
            "content_type" : "application/pdf",
            "language" : "et",
            "title" : "Microsoft Word - Dokument1",
            "content" : """
Test    PDF 

2345    

Etwas   

Overview
""",
            "content_length" : 42
          },
          "meta" : {
            "teamId" : "specific id"
          }
        }
      }

这是映射：

"mappings" : {
  "properties" : {
    "attachment" : {
      "properties" : {
        "content" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    },
    "contentId" : {
      "type" : "text",
      "fields" : {
        "keyword" : {
          "type" : "keyword",
          "ignore_above" : 256
        }
      }
    }
    "meta" : {
      "properties" : {
        "teamId" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    },
    "teamId" : {
      "type" : "text",
      "fields" : {
        "keyword" : {
          "type" : "keyword",
          "ignore_above" : 256
        }
      }
    }
  }
}
4

1 回答 1

0

您需要使用 nGram 标记器（https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-ngram-tokenizer.html）索引您的数据

您可以在此处阅读更多信息 - https://qbox.io/blog/an-introduction-to-ngrams-in-elasticsearch

于 2020-01-27T11:20:21.857 回答