java - 用于文本分析的Elasticsearch Analyzers

Question

我是Elasticsearch的新手，并且愿意用于全文搜索引擎。
对于文本分析，我需要使用(多语言)语言分析器。 Elasticsearch提供了内置的语言分析器，但我不确定它们是否涵盖了预处理步骤，例如:删除停用词，词干，去除不需要的字符等。我将使用多字段，因为所有(描述)语言都在同一字段中建立了索引在文档中。这样的映射在这种情况下是否正确？

{
"mappings": {
    "properties": {
        "description": {
            "type": "text",
            "analyzer": "english"
        },
        "description": {
            "type": "text",
            "analyzer": "german"
        },
        "description": {
            "type": "text",
            "analyzer": "french"
        }
    }
 }

我很困惑如何使用语言分析器来分析输入文本，以及何时使用映射而不是设置？

Answer 1

如果使用预定义的语言分析器，则它们在内部使用相应的语言停用词，其中列出了提到的here，还可以使用它们定义自己的自定义停用词。
例如，this Lucene代码(Elasticsearch内部使用Lucene)显示english分析器的停用词，但是如果您想添加更多的世界，您也可以这样做。
对于词干，如stemmer official doc中所述，您可以使用词干标记过滤器并进行自定义，并且还提到了语言。
此外，分析器会经历三个阶段的过程(char过滤器，tokenizer和 token 过滤器)，内置语言分析器已预先配置了所有这些功能，并且如果您愿意，可以使用自己的东西并使用自定义分析器自定义它们。