有沒有辦法「逃避」ElasticSearch停用詞？

Question

我對ElasticSearch相當陌生，對停用詞有疑問。我有一個包含美國州名的索引....例如：紐約州/紐約州，加利福尼亞州/加利福尼亞州，俄勒岡州/俄勒岡州。我相信俄勒岡州的縮寫'OR'是一個停用詞，所以當我將狀態數據插入索引時，我無法搜索'OR'。有沒有一種方法可以爲此設置自定義停用詞或者我是否做錯了什麼？

這裏是我我建立索引： curl -XPUT http://localhost:9200/test/state/1 -d '{"stateName": ["California","CA"]}' curl -XPUT http://localhost:9200/test/state/2 -d '{"stateName": ["New York","NY"]}' curl -XPUT http://localhost:9200/test/state/3 -d '{"stateName": ["Oregon","OR"]}'

一種 'NY'，搜索工作正常。例如：

curl -XGET 'http://localhost:9200/test/state/_search?pretty=1' -d ' { "query" : { "match" : { "stateName" : "NY" } } }'

但對於 '或' 搜索，返回零次命中：

curl -XGET 'http://localhost:9200/test/state/_search?pretty=1' -d ' { "query" : { "match" : { "stateName" : "OR" } } }'

我相信這個搜索到任何結果，因爲OR是停用詞，但我不知道如何解決這個問題。感謝您的幫助。

Answer 1

根據您的數據以及您想要搜索的方式，您可以（也絕對應該）通過修改mapping來控制索引數據的方式。

在你的情況下，我會禁用特定字段的停用詞而不是修改停用詞列表，但如果你願意，你也可以做後者。問題的關鍵是，你使用的是默認的映射這是偉大的開始，但你可以看到，你需要調整它取決於你的需求。

對於每個字段，你可以指定哪些分析儀使用。分析器定義了（甚至刪除或添加新的），使用令牌過濾器進行索引，你也可以對每個令牌其他更改你分割你的文本標記（標記生成器）的方式。

您可以在creating your index之間指定您的映射，也可以使用put mapping api（只要您所做的更改是向後兼容的）更新它。