python - 如何过滤掉 Elasticsearch 中的无效输入

Question

我们目前正在尝试处理用户输入并检查用户是否使用 Elasticsearch 输入了食品。

通过 Elasticsearch ，我们能够获得各种术语的结果:大蒜、大蒜提取物等...

我们应该如何处理用例蓝莓洗碗皂或苹果皂。我们如何省略这些搜索？

当我搜索蓝莓洗碗皂时，我仍然得到与蓝莓相关的搜索结果

Answer 1

您的目标要求您对查询执行词性标记，然后使用这些标记来识别名词。

然后，您需要将提取的名词与预先策划的食物字符串列表进行比较，并在识别出那些不是食物的字符串后，删除这些名词作为主语的从句和/或它们所属的短语对象。

此功能未内置到elasticsearch 中。根据您处理查询所用的语言，有各种用于词性标记和字符串操作的库。

更新的答案:

刚刚读完这篇文章，发现这个答案不太好。解决此问题的最佳方法是使用文档/短语矢量化。正确矢量化后，您应该能够将名词短语“蓝莓”和“蓝莓洗碗皂”编码为非常不同的向量，然后您可以采取各种方法从这些向量推断分类。