提问者:小点点

如何在elasticsearch中获得同义词匹配的自动建议


我正在使用下面的代码,当我键入“cu”时,它不会给出自动建议作为curd

但它确实与酸奶匹配文档,这是正确的。我如何获得同义词的自动完成和相同的文档匹配?

PUT products
{
  "settings": {
    "index": {
      "analysis": {
        "analyzer": {
          "synonym_analyzer": {
            "tokenizer": "standard",
            "filter": [
            "lowercase",
              "synonym_graph"
            ]
          }
        },
        "filter": {
          "synonym_graph": {
            "type": "synonym_graph",
            "synonyms": [
               "yogurt, curd, dahi"
            ]
          }
        }
      }
    }
  }
}
PUT products/_mapping
{
  "properties": {
    "description": {
      "type": "text",
      "analyzer": "synonym_analyzer"
    }
  }
}
POST products/_doc
{
  "description": "yogurt"
}
GET products/_search
{
  "query": {
    "match": {
      "description": "cu"
    }
  }
}

共1个答案

匿名用户

当您在synonym_graph过滤器中提供同义词列表时,这仅仅意味着ES将互换处理任何同义词。但是当通过标准分析器分析它们时,只会生成完整的单词标记:

POST products/_analyze?filter_path=tokens.token
{
  "text": "yogurt",
  "field": "description"
}

产量:

{
  "tokens" : [
    {
      "token" : "curd"
    },
    {
      "token" : "dahi"
    },
    {
      "token" : "yogurt"
    }
  ]
}

因此,常规的match_query不会在这里剪切它,因为标准分析器没有为它提供足够的可匹配子串(n-gram)上下文。

同时,您可以将match替换为match_phrase_prefix这正是您想要的-匹配有序的字符序列,同时考虑同义词:

GET products/_search
{
  "query": {
    "match_phrase_prefix": {
      "description": "cu"
    }
  }
}

但是,正如查询名称所暗示的那样,这只适用于前缀。如果你喜欢一个自动补全,它建议术语,而不管子字符串匹配发生在哪里,看看我的另一个答案,我在那里谈论了利用n-gram。