问题标签 [shingles]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python-3.x - 如何制作带状疱疹 x Docs 的布尔矩阵？
我必须制作一个 [所有文档中的唯一瓦片集] x [文档 ID] 的布尔矩阵。到目前为止，我有一个名为allshinglesU的列表，其中包含所有文档中所有唯一的带状疱疹集。我还有一个名为docsAsShingleSetsW的键值字典，它以文档 ID 作为键，在该文档中找到的 shingle 集作为值。如何制作一个布尔矩阵来识别文档 n 上是否出现了唯一的瓦片集？
这是我到目前为止的进展：
elasticsearch - 在 Elasticsearch 中使用同义词生成带状疱疹
我的索引中的术语有一个备用拼写文件。我想生成包含特定术语的替代拼写的二元组。例如，我biriyani, biryani, briyani的备用拼写 csv 文件中有我的字段包含文本Chicken Biryani。我希望能够生产chicken biryani, chicken biriyani, chicken briyani代币。
现在，如果我使用带有同义词过滤器的空白标记器，则会生成chicken, biriyani, biryani, briyani预期的以下标记。现在，如果我应用 shingle 过滤器，则生成的令牌是chicken, chicken biryani, biryani, biryani biriyani, biriyani, biriyani briyani, briyani. 此标记流包含单词本身的同义词的带状疱疹，这些同义词不应该存在，并且它不包含带有chicken [alternate spellings of biryani]像 chicken biriyani 或 chicken briyani 等的标记。如果我在同义词过滤器之前放置 shingle 过滤器，那么它只会添加同义词标记一元：chicken, chicken biryani, biriyani, biryani, briyani。有没有办法生成包含与原始标记相同位置的同义词的标记，或者在这种情况下chicken biryani, chicken biriyani, chicken briyani
测试示例设置：
我正在运行 Elasticsearch 5.6