问题标签 [elasticsearch-analyzers]

我正在看tokenizerElasticsearch 6.8。我知道它定义了我们在构建索引时如何将文本标记为单词。例如，它将转换为“Quick brown fox！” 文本成术语[Quick, brown, fox!]。如果我在 Elasticsearch 中有一个包含 text 的字段"Quick brown fox!"，它将在索引中分成三个单词。但是，如果我发送一个查询文本"Quick brown fox!"，tokenizer该查询参数也适用吗？

我有以下查询：

这导致：

我的索引配置如下所示：

如您所见，带有过滤器的默认分析器无效，“Limousinetesting”这个词没有收到它的“limousine”同义词。

分析仪应该如何看起来过滤器有效？即使是最简单的过滤器，在这种情况下也不会出现小写。

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：

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：

这是映射：

I want to build an autocomplete feature using ElasticSearch and C#. But I am not getting the desired result. For demo purpose this is what I have done.

1) Created index called "names":

2) Added 20 entries using POST command:

3) List of Names:

4) When I run a prefix query:

I expect to get back "Smith John", "Smitha John"... But I am getting back "John Smith", "John Smitha"...

What am I doing wrong? What do I need to change and where?

我使用 ES 语音分析器得到 0 个结果。

使用 AWS 中的内置插件 - https://aws.amazon.com/about-aws/whats-new/2016/12/amazon-elasticsearch-service-now-supports-phonetic-analysis/。

在索引之前，我使用此代码来设置语音分析器。

注意：我没有专门下载它，因为 AWS 已经预先构建了它（检查上面的链接）。现在，我正在使用此代码对端点进行查询 -

但我得到的结果为零。我得到以下输出：

我可以确认，当不使用分析仪时，我得到了回击。

当我使用此代码时，它会返回正常输出。

回复

索引映射

我们将类别存储在索引中，这是类别的映射

现在，我们想对该字段进行精确搜索，这是我们正在尝试的查询

但它不完全匹配，我不想更改映射，因为我们也想在其他一些用例中进行部分搜索。

我只想对查询中的一些修改进行完全匹配，是否有可能或有任何解决方法？

谢谢您的帮助。

我目前正在使用 Elasticsearch 的语音分析器。我希望查询给完全匹配的分数比拼音匹配的分数更高。这是我正在使用的查询：

当我搜索 时Abhijeet，最热门的查询是Abhijit并且只是稍后才会Abhijeet出现。我希望始终首先出现精确匹配，然后是语音匹配。这可以做到吗？

编辑：

映射

这是我用来设置语音分析器的代码：

现在，我只想查询titleandcontent字段。在这里，我希望首先出现精确匹配，然后是语音匹配。

我正在使用以下搜索：

我现在想使用_id在索引期间提供的 id () 弹性搜索过滤结果。例如，{ "_id" : 5903}。我想你必须使用术语查询。结果应该是只有当_id匹配时，文档才会返回。我怎样才能做到这一点？

通过如下注册标记字符创建标记器时，无法注册罗马“X”。（测试 ES 版本：ES6.7，ES5.6）

错误日志是这样的

{"error":{"root_cause":[{"type":"remote_transport_exception","re​​ason":"[node02][192.168.115.x:9300][indices:admin/create]"}],"type ":"illegal_argument_exception","re​​ason":"未知 标记类型：'ⅹ'，必须是 [symbol、private_use、paragraph_separator、start_punctuation、未分配、enclosure_mark、connector_punctuation、letter_number、other_number、math_symbol、lowercase_letter、space_separator、surrogate、 initial_quote_punctuation、decimal_digit_number、digit、other_punctuation、dash_punctuation、currency_symbol、non_spacing_mark、格式、modifier_letter、控制、uppercase_letter、other_symbol、end_punctuation、modifier_symbol、other_letter、line_separator、titlecase_letter、字母、标点符号，combining_spacing_mark，final_quote_punctuation，空格]"},"status":400}

如何将罗马数字标记为术语？

我目前在 Elasticsearch 搜索中使用相当标准的查询。我正在使用的唯一附加功能是变音分析器。我想知道是否有任何用于弹性搜索的内置 NLP 或 ML 插件。我有点超出我的深度，但如果有人能指出我的一些资源，那将有很大的帮助！