部分词分词器与基于词的分词器 Elasticsearch
创始人
2024-12-24 02:01:30
0

部分词分词器与基于词的分词器 Elasticsearch 是一种文本分析工具,用于将输入文本分解成离散的词语或标记。下面是一个使用部分词分词器和基于词的分词器的示例代码:

  1. 部分词分词器(ngram tokenizer)示例:
PUT my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_partial_word_analyzer": {
          "tokenizer": "my_ngram_tokenizer"
        }
      },
      "tokenizer": {
        "my_ngram_tokenizer": {
          "type": "ngram",
          "min_gram": 2,
          "max_gram": 5,
          "token_chars": [
            "letter",
            "digit"
          ]
        }
      }
    }
  }
}

GET my_index/_analyze
{
  "analyzer": "my_partial_word_analyzer",
  "text": "Elasticsearch"
}

上述代码将会使用 ngram 分词器将 "Elasticsearch" 分解成部分词,输出结果如下:

{
  "tokens": [
    {
      "token": "El",
      "start_offset": 0,
      "end_offset": 2,
      "type": "word",
      "position": 0
    },
    {
      "token": "las",
      "start_offset": 1,
      "end_offset": 4,
      "type": "word",
      "position": 1
    },
    {
      "token": "ast",
      "start_offset": 2,
      "end_offset": 5,
      "type": "word",
      "position": 2
    },
    {
      "token": "sti",
      "start_offset": 3,
      "end_offset": 6,
      "type": "word",
      "position": 3
    },
    {
      "token": "tic",
      "start_offset": 4,
      "end_offset": 7,
      "type": "word",
      "position": 4
    },
    {
      "token": "ticsearch",
      "start_offset": 5,
      "end_offset": 15,
      "type": "word",
      "position": 5
    }
  ]
}
  1. 基于词的分词器(standard tokenizer)示例:
PUT my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_word_based_analyzer": {
          "tokenizer": "my_standard_tokenizer"
        }
      },
      "tokenizer": {
        "my_standard_tokenizer": {
          "type": "standard"
        }
      }
    }
  }
}

GET my_index/_analyze
{
  "analyzer": "my_word_based_analyzer",
  "text": "Elasticsearch"
}

上述代码将会使用基于词的分词器将 "Elasticsearch" 分解成独立的词语,输出结果如下:

{
  "tokens": [
    {
      "token": "Elasticsearch",
      "start_offset": 0,
      "end_offset": 13,
      "type": "",
      "position": 0
    }
  ]
}

这是一个简单的示例,你可以根据自己的需求进行配置和扩展。

相关内容

热门资讯

【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
AWSECS:访问外部网络时出... 如果您在AWS ECS中部署了应用程序,并且该应用程序需要访问外部网络,但是无法正常访问,可能是因为...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
北信源内网安全管理卸载 北信源内网安全管理是一款网络安全管理软件,主要用于保护内网安全。在日常使用过程中,卸载该软件是一种常...
AWSElasticBeans... 在Dockerfile中手动配置nginx反向代理。例如,在Dockerfile中添加以下代码:FR...
AsusVivobook无法开... 首先,我们可以尝试重置BIOS(Basic Input/Output System)来解决这个问题。...
ASM贪吃蛇游戏-解决错误的问... 要解决ASM贪吃蛇游戏中的错误问题,你可以按照以下步骤进行:首先,确定错误的具体表现和问题所在。在贪...
月入8000+的steam搬砖... 大家好,我是阿阳 今天要给大家介绍的是 steam 游戏搬砖项目,目前...