Elasticsearch與NEST - 如何在搜索時忽略標點符號

使用Elasticsearch我試圖用用戶提供的字符串查詢索引。我的文檔包含標點符號，我想保留這些標點符號，以便在檢索時能正確顯示，但我不希望該標點符號影響任何搜索結果，而不管它是否在查詢中提供。例如：Elasticsearch與NEST - 如何在搜索時忽略標點符號

實施例的文檔：

{ name: "joe's amazing document" }

當查詢使用標準分析器，用於"joe's amazing document"這樣工作得很好，但是，如果在"joes amazing document"此用戶類型是不完全匹配和文檔丟失除其他低 - 比賽比賽。

我一直在尋找無濟於事到目前爲止找到如何與NEST做到這一點 - 我懷疑我可能需要使用char_filter such as this，但看着從NEST項目源測試我看不到如何添加用我自己指定的映射自己的定製char_filter，似乎只允許我指定Elasticsearch已經知道（擴展CharFilterBase只允許指定現有的過濾器的名稱使用）

任何人都可以點我的一個過濾器正確的方向與我想在這裏做什麼？我知道我可能會這樣做都是錯誤的，所以任何幫助都會很棒 - 我可以用NEST或Elasticsearch以某種方式做到這一點，還是我需要以某種方式定製Elasticsearch？或者有沒有我剛纔找不到的解決方案？謝謝！

更新：感謝femtoRgon的答案指向我朝着正確的方向，請參閱my answer下文，瞭解如何在NEST使用Snowball analyzer。

來源

2014-02-27 embee

由於femtoRgon指着我在正確的方向，這裏是我結束了使用NEST解決方案和雪球分析儀：

首先我說我的文檔類的屬性，我想用分析儀這些屬性：

[ElasticType] 
public class MyIndexItem { 
    [ElasticProperty(IndexAnalyzer = "snowball", SearchAnalyzer = "snowball")] 
    public string Name { get; set; } 
}

然後我重新利用這些屬性映射的所有索引：

_client.CreateIndex(IndexName, s => s 
    .AddMapping<MyIndexItem>(m => m.MapFromAttributes()) 
);

最後我能夠索引和以正常的方式查詢，不需要額外的配置，Elasticsearch只在索引/查詢具有上述屬性的字段時應用這些分析器。

來源

2014-03-03 22:38:38 embee

我相信對於標準分析儀來說，收縮和所有物可能會有問題，因爲它們很適合語言。比較：

英語：「喬的驚人文件」
西班牙語：「這份執行impresionante去喬」
德國：「喬erstaunliche庫門」）。

因此，language specific analyzer可能是最好的解決方案。 EnglishAnalyzer包含一個EnglishPossessiveFilter，它應該處理這種情況。

您可以設置一個英語分析是這樣的：

index : 
    analysis : 
     analyzer : 
      english : 
       type : english 
       stopwords : [...] 
       stem_exclusion : [...]

stopwords和stem_exclusion都是可選的。當然，確保在索引和查詢時使用相同的分析器。

來源

2014-02-27 17:23:19 femtoRgon

謝謝你，但我發現它只能用其他方式 - 例如。如果文檔包含「joe amazing document」，並且查詢是針對所有格形式的「joe的驚人文檔」（有或沒有撇號），那麼英語分析師正確地指出這應該仍然是最佳匹配。但是，如果文檔包含所有格形式「joe的驚人文檔」，則「joes ...」的查詢不匹配。我想我會繼續嘗試，謝謝。 – embee

這看起來很奇怪。我猜想，你可能會遇到一些奇怪的事情。有一些古怪的案件，它不處理完美。你確定你的英語分析器也被應用於查詢嗎？ – femtoRgon

是的我正在使用完全相同的數據測試兩個索引上的各種情況，一個使用每個分析器，然後使用相關分析器在每個分析器上運行查詢。當查詢包含所有格而數據不包含時，我只注意到兩組評分和結果順序之間的差異。 – embee

Elasticsearch與NEST - 如何在搜索時忽略標點符號

回答

相關問題