lucene - 如何在 ElasticSearch 中查询带有停用词的短语

Question

我正在为一些启用停用词的文本编制索引，我想使用“匹配短语”查询来搜索这些文本，但看起来停用词仍在考虑术语位置。

建筑索引:

PUT /fr_articles
{
   "settings": {
      "analysis": {
         "analyzer": {
            "stop": {
               "type": "standard",
               "stopwords" : ["the"]
            }
         }
      }
   },
   "mappings": {
      "test": {
         "properties": {
            "title": {
               "type": "string",
               "analyzer": "stop"
            }
         }
      }
   }
}

添加文档:

POST /fr_articles/test/1
{
    "title" : "Tom the king of Toulon!"
}

搜索:

POST /fr_articles/_search
{
   "fields": [
      "title"
   ],
   "explain": true,
   "query": {
      "match": {
         "title": {
            "query": "tom king",
            "type" : "phrase"
         }
      }
   }
}

没有找到;-(

有办法解决吗？或者可能有多个跨度查询，但我希望术语彼此接近。

谢谢你，

Answer 1

位置增量导致了这个问题，是的。虽然停用词可能已经消失且不可搜索，但它仍然不会将这两个词推到一起，因此查询 "tom the king" 找不到 "tom king" 也不是 “这样汤姆就不会成为他们的国王”。

通常，当您使用过滤器删除分析中的某些内容时，它并不像从未存在过一样。 StopFilter 的目的尤其在于删除由不感兴趣的字词引起的搜索命中。它不是改变文档或句子的结构。

您过去可以在 StopFilter 上禁用位置增量，但从 Lucene 4.4 开始，该选项已被删除。

---

好吧，忘掉那个 CharFilter 的傻瓜吧。丑陋的 hack，不要那样做。

要在不使用位置增量的情况下进行查询，您需要在查询解析器中而不是在分析中进行配置。这可以在 elasticsearch 中完成，使用 Query String Query , enable_position_increments 设置为 false。

类似于:

{
    "query_string" : {
        "default_field" : "title",
        "query" : "\"tom king\""
        "enable_position_increments" : false
    }
}

作为兴趣点，原始 Lucene 中的类似解决方案，通过设置 QueryParser.setEnablePositionIncrements .