Elasticsearch/Lucene拼寫錯誤的空白

Question

如何使Elasticsearch正確查詢哪些關鍵字應該包含空格，而不是輸入相鄰。例如。

「thisisaquery」 - >「這是一個查詢」

我目前的設置是：

"settings": { 
    "index": { 
     "analysis": { 
      "analyzer": { 
       "autocomplete": { 
        "tokenizer": "whitespace", 
        "filter": [ 
         "lowercase", "engram" 
        ] 
       } 
      }, 
      "filter": { 
       "engram": { 
        "type": "edgeNGram", 
        "min_gram": 3, 
        "max_gram": 10 
       } 
      } 
     } 
    } 
} 

Answer 1

沒有一個開箱即用分詞器/令牌過濾器的顯式處理你」再問。最接近的將是compound word token filter這需要手動提供一個字典文件，在你的情況下可能需要完整的英文字典才能正常工作。即使如此，它也可能會出現與其他詞彙，縮寫詞等詞彙相關的問題，而沒有大量額外的邏輯。儘管取決於您的確切要求，但可能已經足夠好了。

Answer 2

這個紅寶石項目聲稱要做到這一點。如果您使用的是紅寶石，或者只是查看其代碼並複製其分析器設置，您可以嘗試它:)

https://github.com/ankane/searchkick