ElasticSearch短語前綴搜索 - 如何獲得匹配的短語？

Question

我正在使用ElasticSearch構建自動完成功能。當用戶鍵入時，我想顯示數據中的完成列表，以便用戶選擇一個。例如，如果數據包含以下短語：

very unusual 
very unlikely 
very useful 

和用戶類型：

very u 

我想顯示上述的短語。

我使用這個查詢：

"query": { 
    "multi_match": { 
     "query": "very u", 
     "fields": [ 
     "name", 
     "description", 
     "contentBlocks.caption", 
     "contentBlocks.text" 
     ], 
     "type": "phrase_prefix", 
     "max_expansions": 10, 
     "cutoff_frequency": 0.001 
    } 

這是我要尋找的內容相匹配，但是從搜索結果中提取匹配的短語是相當尷尬的。我一直在使用突出顯示，並通過解析亮點來收集匹配的短語。例如：

"highlight": { 
     "contentBlocks.text": [ 
     "turned the <em>very</em> <em>unusual</em> doorknob" 
     ] 
    } 

    "highlight": { 
     "contentBlocks.text": [ 
     "invented a <em>very</em> <em>useful</em> mechanism" 
     ] 
    } 

什麼是正確的方法來做到這一點？

---

「短語提示」可能能夠完成我所描述的內容，但是如何才能做到這一點並不明顯。

我已經索引感興趣的領域（例如，「說明」）如下：

"description" : { 
    "index_analyzer" : "snowball_stem", 
    "search_analyzer" : "snowball_stem", 
    "type" : "string", 
    "fields" : { 
     "autocomplete" : { 
     "index_analyzer" : "shingle_analyzer", 
     "search_analyzer" : "shingle_analyzer", 
     "type" : "string" 
     } 
    } 
    }, 

我現在用的是snowball_stem分析儀搜索，並自動完成功能的shingle_analyzer。 shingle_analyzer看起來是這樣的：

"settings" : { 
    "analysis" : { 
     "analyzer" : { 
      "shingle_analyzer" : { 
       "type" : "custom", 
       "tokenizer" : "standard", 
       "filter" : [ 
        "standard", 
        "lowercase", 
        "shingle_filter" 
       ], 
       "char_filter" : [ 
        "html_strip" 
       ] 
      } 
     }, 
     "filter" : { 
      "shingle_filter" : { 
       "type" : "shingle", 
       "min_shingle_size" : 2, 
       "max_shingle_size" : 2 
      } 
     } 
    } 
}, 

的短語建議者的文件似乎向「拼寫糾錯」，而不是完成完全被導向。自從我後是完成，我設置了直接生成的min_word_length和的prefix_length到輸入文本的長度，在這種情況下，2

我製作了一個建議查詢基於文檔：

{ 
    "text" : "sa", 
    "autocomplete_description" : { 
     "phrase" : { 
      "analyzer" : "standard", 
      "field" : "description.autocomplete", 
      "size" : 10, 
      "max_errors" : 2, 
      "confidence" : 0.0, 
      "gram_size" : 2, 
      "direct_generator" : [ 
       { 
        "field" : "description.autocomplete", 
        "suggest_mode" : "always", 
        "size" : 10, 
        "min_word_length" : 2, 
        "prefix_length" : 2 
       } 
      ] 
     } 
    } 
} 

該搜索爲「sa」的建議，結果如下出現：

{ 
    "_shards" : { 
    "total" : 1, 
    "successful" : 1, 
    "failed" : 0 
    }, 
    "autocomplete_description" : [ { 
    "text" : "sa", 
    "offset" : 0, 
    "length" : 2, 
    "options" : [ { 
     "text" : "say", 
     "score" : 0.012580795 
    }, { 
     "text" : "sa", 
     "score" : 0.01127677 
    }, { 
     "text" : "san", 
     "score" : 0.0106529845 
    }, { 
     "text" : "sad", 
     "score" : 0.008533429 
    }, { 
     "text" : "saw", 
     "score" : 0.008107899 
    }, { 
     "text" : "sam", 
     "score" : 0.007155634 
    } ] 
    } ] 
} 

我希望找到的輸入「SA」是任何長度的「SA」開頭的單詞。爲什麼它只返回兩個或三個字符的單詞？爲什麼它只返回六個選項？我一直使用的multi_match phrase_prefix查詢會查找以「sa」開頭的許多較長的單詞，如「save」，「sassy」，「safari」和「salad」。

當我搜索多詞文本的建議時，如「one or」（在數據中出現很多次），它什麼也找不到。 multi_match phrase_prefix查詢找到「一個或多個」，「一個或者」，「一個或者你」和「一個或者兩個」。

我怎樣才能讓這個建議者做我想做的事？

Answer 1

你可以用completion suggester粗略地得到你想要的。這個問題的主要問題是它不再是搜索意識。您可以通過添加suggester context來解決此問題，但它僅適用於過濾器，並且不會考慮搜索文本。

，我知道，以獲得「最佳」的行爲（情境感知搜索的完成）的唯一方法是做到以下幾點：

• 創建suggestions場，其中文本標記化，你會希望它可以被用戶看到（可能是標準分析器或者可能添加2格令牌過濾器）。
• 比方說，用戶發出不完整的查詢very un。在幕後發佈搜索very，然後使用term aggregations獲取與搜索上下文匹配的列表字詞，但限制使用"include": "un.*"返回的字詞。
• 生成的列表看起來像[異常，不太可能，不酷]。

用這種方法，尤其是在分片環境中唯一的問題是，這是一個很大的查詢和你拉一個非常高的基數場（suggestions）到內存中。所以......我不知道這是否可行。所以也許最好回到完成建議者身邊。如果你嘗試這些，我很樂意聽到你的經驗。