search - Elasticsearch索引短词+应用EdgeNGram进行索引

Question

我正在将Elasticsearch与EdgeNGram过滤器配合使用，其设置如下:

"edgeNGram": {
    "type": "edgeNGram",
    "min_gram": 3,
    "max_gram": 15,
},

问题是，当我使用非常短的单词进行查询时，搜索中会完全忽略它们。假设我输入“维生素C”->这仅给我第一个术语“维生素”的结果。有什么方法可以让Elasticsearch在索引最多3个字符的单词时不要使用EdgeNGram过滤器？

谢谢。

编辑:

这些是我的设置:

ELASTICSEARCH_INDEX_SETTINGS = {
    "settings": {
        "analysis": {
            "analyzer": {
                "sk_hunspell": {
                    "type": "custom",
                    "tokenizer": "standard",
                    "filter": [
                        "sk_lowercase", "sk_SK", "stopwords_SK",
                        "edgeNGram", "asciifolding",
                        "remove_duplicities",
                    ]
                },
            },
            "filter": {
                "sk_SK": {
                    "type": "hunspell",
                    "locale": "sk_SK",
                    "dedup": True,
                    "recursion_level": 0,
                    "ignore_case": True,
                },
                "sk_lowercase": {
                    "type": "lowercase",
                },
                "stopwords_SK": {
                    "type": "stop",
                    "stopwords": STOPWORDS_SK,
                },
                "remove_duplicities": {
                    "type": "unique",
                    "only_on_same_position": True
                },
                "edgeNGram": {
                    "type": "edgeNGram",
                    "min_gram": 3,
                    "max_gram": 15,
                    "token_chars": ["letter", "digit"],
                },
            },
        }
    }
}

我在数据库中存储有关维生素，矿物质和药用植物的信息。 (它们的使用，收集，开花，健康益处等。)信息以斯洛伐克语编写。 (植物和矿物质的名称也存储在捷克语和拉丁语中)。

Answer 1

这个想法可能是个技巧，但是您可以在插入索引之前将小于3的单词用特殊字符填充，使其长度为3。

当您接受用户的查询时，您还必须使用相同的特殊字符将他们的单词少于3个。

您将需要为此创建一个自定义标记器。