- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我目前正在使用azure搜索,为了实现中缀搜索,例如在'redwine'中搜索'win',应该在搜索结果中找到redwine。在 azure 中,我的 N gram Tokenizer 配置如下
"analyzers": [
{
"@odata.type": "#Microsoft.Azure.Search.CustomAnalyzer",
"name": "myCustomAnalyzer",
"tokenizer": "nGram",
"tokenFilters": [
"my_NGram"
],
"charFilters": []
}
]
"tokenFilters": [
{
"@odata.type": "#Microsoft.Azure.Search.NGramTokenFilterV2",
"name": "my_NGram",
"minGram": 2,
"maxGram": 3
}
]
现在,根据我的理解,上述配置应该返回给我 redwine 的 token 应该是 Re, Red, ed, Wi, Win, in, ine, ne
但当我检查使用生成的 token 时 azure 分析端点生成的 token 低于即只有最小克2个字符长度。此配置中可能缺少什么。
{
"@odata.context": "https://trialsearchresource.search.windows.net/$metadata#Microsoft.Azure.Search.V2021_04_30_Preview.AnalyzeResult",
"tokens": [
{
"token": "re",
"startOffset": 0,
"endOffset": 2,
"position": 1
},
{
"token": "ed",
"startOffset": 1,
"endOffset": 3,
"position": 3
},
{
"token": "dw",
"startOffset": 2,
"endOffset": 4,
"position": 5
},
{
"token": "wi",
"startOffset": 3,
"endOffset": 5,
"position": 7
},
{
"token": "in",
"startOffset": 4,
"endOffset": 6,
"position": 9
},
{
"token": "ne",
"startOffset": 5,
"endOffset": 7,
"position": 11
}
]
}
P.S 我正在使用 Azure 搜索 .Net Core SDK
最佳答案
您正在使用tokenFilters
,并且您尝试根据上面的预期结果定义一个tokenizer
,它允许您的最小克数为2,最大克数为3克。以下定义应该可以帮助您实现您正在寻找的目标:
"analyzers": [
{
"@odata.type": "#Microsoft.Azure.Search.CustomAnalyzer",
"name": "myCustomAnalyzer",
"tokenizer": "myTokenizer",
"charFilters": ["myCharMapping"]
}
],
"tokenizers": [
{
"name":"myTokenizer",
"@odata.type":"#Microsoft.Azure.Search.NGramTokenizer",
"minGram": 2,
"maxGram": 3
}
],
"charFilters": [
{
"@odata.type": "#Microsoft.Azure.Search.MappingCharFilter",
"name": "myCharMapping",
"mappings": [
"\\u0020=>"
]
}
]
请注意,我添加了一个 charFilter
来删除空格,因为如果没有它,分词器也会将空格映射为克的一部分,因此对于“红酒”,会有克: “d”、“w”、“ed”、“wi”等等。
关于用于中缀搜索的 Azure 搜索 N gram Tokenizer 配置,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/75092554/
我看到以下宏 here . static const char LogTable256[256] = { #define LT(n) n, n, n, n, n, n, n, n, n, n, n,
这个问题不太可能帮助任何 future 的访问者;它只与一个小的地理区域、一个特定的时间点或一个非常狭窄的情况有关,这些情况并不普遍适用于互联网的全局受众。为了帮助使这个问题更广泛地适用,visit
所以我得到了这个算法我需要计算它的时间复杂度 这样的 for i=1 to n do k=i while (k<=n) do FLIP(A[k]) k
n 的 n 次方(即 n^n)是多项式吗? T(n) = 2T(n/2) + n^n 可以用master方法求解吗? 最佳答案 它不仅不是多项式,而且比阶乘还差。 O(n^n) 支配 O(n!)。同样
我正在研究一种算法,它可以在带有变音符号的字符(tilde、circumflex、caret、umlaut、caron)及其“简单”字符之间进行映射。 例如: ń ǹ ň ñ ṅ ņ ṇ
嗯..我从昨天开始学习APL。我正在观看 YouTube 视频,从基础开始学习各种符号,我正在使用 NARS2000。 我想要的是打印斐波那契数列。我知道有好几种代码,但是因为我没有研究过高深的东西,
已关闭。这个问题是 off-topic 。目前不接受答案。 想要改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 已关闭12 年前。 Improve th
谁能帮我从 N * N * N → N 中找到一个双射数学函数,它接受三个参数 x、y 和 z 并返回数字 n? 我想知道函数 f 及其反函数 f',如果我有 n,我将能够通过应用 f'(n) 来
场景: 用户可以在字符串格式的方程式中输入任意数量的括号对。但是,我需要检查以确保所有括号 ( 或 ) 都有一个相邻的乘数符号 *。因此 3( 应该是 3*( 和 )3 应该是 )*3。 我需要将所有
在 Java 中,表达式: n+++n 似乎评估为等同于: n++ + n 尽管 +n 是一个有效的一元运算符,其优先级高于 n + n 中的算术 + 运算符。因此编译器似乎假设运算符不能是一元运算符
当我阅读 this 问题我记得有人曾经告诉我(很多年前),从汇编程序的角度来看,这两个操作非常不同: n = 0; n = n - n; 这是真的吗?如果是,为什么会这样? 编辑: 正如一些回复所指出
我正在尝试在reveal.js 中加载外部markdown 文件,该文件已编写为遵守数据分隔符语法: You can write your content as a separate file and
我试图弄清楚如何使用 Javascript 生成一个随机 11 个字符串,该字符串需要特定的字母/数字序列,以及位置。 ----------------------------------------
我最近偶然发现了一个资源,其中 2T(n/2) + n/log n 类型 的递归被 MM 宣布为无法解决。 直到今天,当另一种资源被证明是矛盾的(在某种意义上)时,我才接受它作为引理。 根据资源(下面
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 8 年前。 Improve th
我完成的一个代码遵循这个模式: for (i = 0; i < N; i++){ // O(N) //do some processing... } sort(array, array + N
有没有办法证明 f(n) + g(n) = theta(n^2) 还是不可能?假设 f(n) = theta(n^2) & g(n) = O(n^2) 我尝试了以下方法:f(n) = O(n^2) &
所以我目前正在尝试计算我拥有的一些数据的 Pearson R 和 p 值。这是通过以下代码完成的: import numpy as np from scipy.stats import pearson
ltree 列的默认排序为文本。示例:我的表 id、parentid 和 wbs 中有 3 列。 ltree 列 - wbs 将 1.1.12, 1.1.1, 1.1.2 存储在不同的行中。按 wbs
我的目标是编写一个程序来计算在 python 中表示数字所需的位数,如果我选择 number = -1 或任何负数,程序不会终止,这是我的代码: number = -1 cnt = 0 while(n
我是一名优秀的程序员,十分优秀!