Elasticsearch与NEST - 如何在搜索时忽略标点符号

使用Elasticsearch我试图用用户提供的字符串查询索引。我的文档包含标点符号，我想保留这些标点符号，以便在检索时能正确显示，但我不希望该标点符号影响任何搜索结果，而不管它是否在查询中提供。例如：Elasticsearch与NEST - 如何在搜索时忽略标点符号

实施例的文档：

{ name: "joe's amazing document" }

当查询使用标准分析器，用于"joe's amazing document"这样工作得很好，但是，如果在"joes amazing document"此用户类型是不完全匹配和文档丢失除其他低 - 比赛比赛。

我一直在寻找无济于事到目前为止找到如何与NEST做到这一点 - 我怀疑我可能需要使用char_filter such as this，但看着从NEST项目源测试我看不到如何添加用我自己指定的映射自己的定制char_filter，似乎只允许我指定Elasticsearch已经知道（扩展CharFilterBase只允许指定现有的过滤器的名称使用）

任何人都可以点我的一个过滤器正确的方向与我想在这里做什么？我知道我可能会这样做都是错误的，所以任何帮助都会很棒 - 我可以用NEST或Elasticsearch以某种方式做到这一点，还是我需要以某种方式定制Elasticsearch？或者有没有我刚才找不到的解决方案？谢谢！

更新：感谢femtoRgon的答案指向我朝着正确的方向，请参阅my answer下文，了解如何在NEST使用Snowball analyzer。

来源

2014-02-27 embee

由于femtoRgon指着我在正确的方向，这里是我结束了使用NEST解决方案和雪球分析仪：

首先我说我的文档类的属性，我想用分析仪这些属性：

[ElasticType] 
public class MyIndexItem { 
    [ElasticProperty(IndexAnalyzer = "snowball", SearchAnalyzer = "snowball")] 
    public string Name { get; set; } 
}

然后我重新利用这些属性映射的所有索引：

_client.CreateIndex(IndexName, s => s 
    .AddMapping<MyIndexItem>(m => m.MapFromAttributes()) 
);

最后我能够索引和以正常的方式查询，不需要额外的配置，Elasticsearch只在索引/查询具有上述属性的字段时应用这些分析器。

来源

2014-03-03 22:38:38 embee

我相信对于标准分析仪来说，收缩和所有物可能会有问题，因为它们很适合语言。比较：

英语： “乔的惊人文件”
西班牙语： “这份执行impresionante去乔”
德国： “乔erstaunliche库门”）。

因此，language specific analyzer可能是最好的解决方案。 EnglishAnalyzer包含一个EnglishPossessiveFilter，它应该处理这种情况。

您可以设置一个英语分析是这样的：

index : 
    analysis : 
     analyzer : 
      english : 
       type : english 
       stopwords : [...] 
       stem_exclusion : [...]

stopwords和stem_exclusion都是可选的。当然，确保在索引和查询时使用相同的分析器。

来源

2014-02-27 17:23:19 femtoRgon

谢谢你，但我发现它只能用其他方式 - 例如。如果文档包含“joe amazing document”，并且查询是针对所有格形式的“joe的惊人文档”（有或没有撇号），那么英语分析师正确地指出这应该仍然是最佳匹配。但是，如果文档包含所有格形式“joe的惊人文档”，则“joes ...”的查询不匹配。我想我会继续尝试，谢谢。 – embee

这看起来很奇怪。我猜想，你可能会遇到一些奇怪的事情。有一些古怪的案件，它不处理完美。你确定你的英语分析器也被应用于查询吗？ – femtoRgon

是的我正在使用完全相同的数据测试两个索引上的各种情况，一个使用每个分析器，然后使用相关分析器在每个分析器上运行查询。当查询包含所有格而数据不包含时，我只注意到两组评分和结果顺序之间的差异。 – embee

Elasticsearch与NEST - 如何在搜索时忽略标点符号

回答

相关问题