elasticsearch - 如何增加Elasticsearch Metaphone语音过滤器的最大代码长度？

Question

我正在对Elasticsearch使用语音插件过滤器。 https://github.com/elastic/elasticsearch-analysis-phonetic

创建索引时，我正在使用以下设置创建自定义过滤器。

soundex: {
            type: "phonetic",
            encoder: "metaphone",
            replace: "true"
}

这可以正常工作，但是正在创建最大长度为4个字符的变音符号，这给我的搜索结果增加了太多噪音。例如，我同时获得避孕药和对照药的KNTR(这是医学数据)。

根据 Unexpected results from Metaphone algorithm，底层Java API包含一个setMaxCodeLen值。在Elasticsearch中配置它时如何设置？

我想做类似的事情:

    soundex: {
                type: "phonetic",
                encoder: "metaphone",
                replace: "true",
                maxcodelen: 8
    }

但是到目前为止，我还无法确定是否有可能配置编码器以增加编码 token 的最大长度。可以配置吗？如果是这样，怎么办？

Answer 1

我认为不可能进行配置。我已经检查了插件的源代码，并且看起来很容易达到您的要求。

在PhoneticTokenFilterFactory.java中，您将看到:

this.maxcodelength = 0;
this.replace = settings.getAsBoolean("replace", true);

如您所料，可以配置 replace参数，但 maxcodelenght始终设置为 0。因此，您可以通过以下方式更改该行:

this.maxcodelength = settings.getAsInt("maxcodelen", 0);

我将新属性命名为“maxcodelen”，因为它是您在示例中使用的名称。

然后，您可以对其进行编译并从本地( check how to install local plugins)安装修改后的插件。

如果一切正常，您可以发送请求请求:)