elasticsearch - 在 Elastic 搜索中推荐的人名分析器/过滤器是什么

Question

我想知道是否有使用分析器/过滤器来索引/搜索人名的建议。

可能造成困难的名称示例:

• 马克对马克
• Peter de Langhe 与 Peter delange
• Verhaeven 对 Verhaven
• 弗朗索瓦对弗朗索瓦

谢谢马克

Answer 1

这是一个帮助您入门的分析器和过滤器。很难涵盖所有情况，但是 asciifolding 过滤器将解决您在 François vs Francois 情况下的问题。

在下面的示例中，它将保留原始结果，以便对 François 和 Francois 的查询将解析为相同的结果集。

        "analyzer": {
            "name_analyzer": {
                "type": "custom",
                "tokenizer": "standard",
                "filter": [
                    "lowercase",
                    "trim",
                    "my_ascii_folding"
                ]
            }
        },
        "filter": {
            "my_ascii_folding" : {
                "type" : "asciifolding",
                "preserve_original" : true
            }
        }

Source

通过定义一个同义词过滤器，您可以用您的语言定义一个通常相似的名字列表(例如，在您的同义词文件中可能是像 François => Francois 这样的一行)，这将在短期内。

最后是一个 pattern_replace 字符过滤器，带有 "([A-Za-z]+)ae([A-Za-z]+)"=> "$1a$2" 模式可以把所有的Verhaven 变成Verhaven

有点像...

        "char_filter": {
            "ae_char_filter": {
                "type": "pattern_replace",
                "pattern": "([A-Za-z]+)ae([A-Za-z]+)",
                "replacement": "$1a$2"
            }
        }

甚至 Peter de Langhe vs Peter delange 也可以用 pattern_replace 字符过滤器解决:

        "char_filter": {
            "de_char_filter": {
                "type": "pattern_replace",
                "pattern": "([A-Za-z]+) de ([A-Za-z]+)",
                "replacement": "$1 de$2"
            }
        }