问题标签 [kuromoji]

我正在使用带有 Kuromoji 插件 1.4.0 的 Elasticsearch 0.90.1。

我创建了一个新索引，使用 Kuromoji 作为我的default分析器：

结果：

阅读表单标记过滤器似乎工作正常（汉字被标准化为片假名）：

结果：

索引文档：

结果：

索引文档匹配通配符查询：

结果：

但是，当我使用日语搜索时，它不匹配：

结果：

结果：

结果：

我想知道分析器是否未用于搜索查询，但指定分析器没有帮助：

结果：

顺便说一句，如果我禁用令牌过滤器，一切正常。

我究竟做错了什么？

我一直在使用 elasticsearch-analysis-kuromoji 进行日语搜索，但我遇到了两个非常奇怪的行为，第一个是我搜索的字符不起作用，比如 - '输出贸易' 将不起作用，除非我将其传递为“输出出贸易易”，每个字符之间有空格。像 ント 这样的字符也不会被搜索。

这是我的配置：

我是不是配置错了，还是我需要一个不同的标记器来表示字符，比如：'输出贸易和 ント'

谢谢你

我正在尝试为我刚刚获得访问权限的 Rails 应用程序设置本地环境，该应用程序使用 Elasticsearch 1.3 以及两个模块（kuromoji 和 smartcn）

我已按照说明将 Elasticsearch 与模块一起安装，当我启动 elasticsearch 时，我得到以下输出：（请注意 plugins 行，这让我相信它们已被加载）

但是，当我尝试运行 rake 任务来索引和导入数据时，我收到以下错误，这让我相信 Kuromoji 没有加载或者可能发生了其他事情。

感谢您在此处确定问题的任何帮助。

弹性搜索 1.7

我们想在 Elasticsearch 上使用 Unidic 测试 Kuromoji。编译 kuromoji 给了我几个不同字典的罐子。

有没有一种简单的方法可以用基于 unidic-based-kuromoji 替换 ipadic-based-kuromoji？

谢谢。

我想计算分析的每个令牌。

首先，我尝试了以下代码：

映射：

查询：

插入数据后查询索引，得到以下结果：

不幸的是，术语聚合只提供一个 doc_count。这不是字数。_index['text']['TERM'].df()所以，我认为使用and获得近似字数的方法_index['text']['TERM'].ttf()。

也许近似的字数是以下等式：

“期限”是存储桶中的关键。我试图编写一个脚本化的度量聚合，但我不知道如何获取存储桶中的键。

如何获取存储桶中的密钥？如果不可能，我怎样才能得到分析的字数？

两周前，我刚刚在我的项目中使用了 ElaticSearch（版本 2.4.1），如果我在查询字符串中指定字段，我会遇到问题。
我想使用 Kuromoji 插件和 n-gram 标记器来搜索日语数据。

在我的查询中，如果我没有指定字段（例如：“内容”），我会在结果中收到 2 条记录。

但是当我在上面的查询中使用“内容”字段时，结果没有记录。（在我的项目中，我想搜索“内容”字段。）

我也在步骤 1 中使用了属性“highlight”，但结果不包含“highlight”块

我想问：在第2步（上面）中，查询字符串中指定了哪些字段？product.Content， 或者是其他东西？

如果我不使用 Kuromoji 插件，步骤 2 中的查询结果有 2 条记录。所以我认为 Kuromoji 插件与结果有关。有人可以帮我解决这个问题吗？

这是我在 yaml 中的映射和配置：

我有我的实体类 FeatureMeta 使用两个分析器英语和日语注释。

在我的存储库类中，我将搜索 FeatureMeta 实体的方法命名为“findFeatures”。

但是当我尝试访问存储库中的“findFeatures”方法时，会引发以下异常：

引起：java.lang.IllegalArgumentException：没有枚举常量 org.apache.lucene.analysis.ja.JapaneseTokenizer.Mode.FINDFEATURES

请注意，不知何故，“JapaneseTokenizerFactory”尝试使用我在存储库中使用的方法名称的值（findFeatures）创建一个枚举。

我不确定为什么 JapaneseTokenizerFactory 的逻辑和我的存储库名称之间存在关系。

实体类：

存储库：

原因：org.hibernate.search.exception.SearchException：无法实例化 Tokenizer 工厂类：org.apache.lucene.analysis.ja.JapaneseTokenizerFactory。实现类无法识别应用的参数。在 org.hibernate.search.util.impl.ClassLoaderHelper.instanceFromClass(ClassLoaderHelper.java:156) 在 org.hibernate.search.analyzer.impl.LuceneAnalyzerBuilder.buildAnalysisComponent(LuceneAnalyzerBuilder.java:147) 在 org.hibernate.search.analyzer .impl.LuceneAnalyzerBuilder.buildAnalyzer(LuceneAnalyzerBuilder.java:105) 在 org.hibernate.search.analyzer.impl.LuceneAnalyzerBuilder.buildAnalyzer(LuceneAnalyzerBuilder.java:76) 在 org.hibernate.search.analyzer.impl.NamedLuceneAnalyzerReference.createAnalyzer(NamedLuceneAnalyzerReference .java:64) 在 org.hibernate.search.analyzer.impl。

我想使用符号“#”作为弹性搜索的用户字典但是，在用户字典中设置字符“C#”会导致错误 ES 版本 5.6 我正在使用 Kuromoji 插件

用户词典

错误

使用 Java 分割日文文本的最佳方法是什么？例如，对于以下文本：

我需要以下输出：

可以使用黑字吗？