popis metody

zatímco stemming pomáhá rozšířit rozsah vyhledávání zjednodušením skloňovaných slov na jejich kořenovou formu, synonyma rozšiřují rozsah souvisejícími koncepty a nápady. Jak jsme řekli výše, jedním z mnoha problémů, které nás mohou potkat, je použití nevhodných slov ve vyhledávacím dotazu. Například můžeme mít název pole rovný "blue jacket" v dokumentu a název "cyan jacket" ve vyhledávacím dotazu. Použití filtru synonym token umožňuje snadnou manipulaci se synonymy během procesu analýzy. Synonyma jsou konfigurována pomocí konfiguračního souboru.

popis procesu

1) Nejprve musíme definovat tokenový filtr typu synonym a přidat formáty synonym do formátování synonym. První Způsob nastavení filtru:

a ještě jedna cesta s použitím cesty k synonym.txt:

"filter" : { "synonyms_filt" : {"tokenizer": "keyword", "type" : "synonym", "synonyms_path" : "analysis/synonym.txt" } } } }

tip: tento soubor analysis/synonym.txt musí být v každém uzlu clusteru. Formát souboru by měl být následující:

popsané výše konfiguruje synonymní filtr s cestou analysis/synonym.txt (vzhledem k umístění konfigurace).

Supergiant by Qbox: první kompletní řídicí systém datacenter, který usnadňuje úsporu až 60% na vašem účtu AWS.

 "analyzer": { "filter_synonyms": { "filter": , "tokenizer": "keyword" } }

můžete vidět, že jsme přidali dvě synonyma pro modré a zlaté barvy. Když uživatel vyhledá "cobalt dress", elastic vrátí rozsah s "cobalt" barevnými synonymy "blue, Blue, blue-gold, dark blue/black/charcoal, duke blue, jade blue, scottsdale blue, blue/white/khaki, pacific blue". Můžete například vytvořit dotaz a otestovat jej bez synonym a poté přidat náš analyzátor "filter_synonyms".

3) pojďme vyzkoušet naše vlastní stopwords filtr:

jako druhý:

"hits" : { "total" : 36165,"max_score" : 0.62592113}

další informace

použití stejného synonymního tokenového filtru v době indexu i v době vyhledávání je nadbytečné. Pokud nahradíme zlato v době indexu dvěma termíny zlato-modrá a Zlatá, v době vyhledávání musíme hledat pouze jeden z těchto termínů. Alternativně, pokud nepoužíváme synonyma v době indexu, museli bychom převést dotaz na zlato Na dotaz na zlato nebo zlato-modrou v době vyhledávání.

Kategorie: Articles

0 komentářů

Napsat komentář

Avatar placeholder

Vaše e-mailová adresa nebude zveřejněna.