elasticsearch - 如何从elasticsearch的默认_英语_停用词列表中删除停用词？

Question

我正在使用默认的英语停用词过滤文本。我发现“and”是英语中的停用词，但我需要搜索包含“and”的结果。我只想从此默认英语停用词过滤器中删除and词，并像往常一样使用其他停用词。我的elasticsearch模式看起来与下面类似。

"settings": {
    "analysis": {
      "analyzer": {
        "default": {
          "tokenizer": "whitespace" ,
          "filter": ["stop_english"]
        } 
       }....,
       "filter":{
         "stop_english": {
            "type": "stop",
            "stopwords": "_english_"
        }
}

我希望看到包含带有_search api的 AND字的文档。

Answer 1

您可以像这样手动给定索引set the stop words:

PUT /my_index
{
    "settings": {
        "analysis": {
            "filter": {
                "my_stop": {
                    "type":       "stop",
                    "stopwords": ["and", "is", "the"]
                }
            }
        }
    }
}

我还找到了elasticsearch here使用的英语停用词列表。如果您设法在索引中手动设置相同的停用词列表减去“和”，并使用良好的停用词为新配置的索引中的数据重新索引，那么您应该一切顺利!

关于数据的重新索引编制，应检查 reindex api。我认为这是必需的，因为数据的标记化发生在摄取时，因此您需要通过重新编制索引来重做摄取。在大多数情况下，更改索引设置或某些映射更改时需要这样做(不是100％肯定，但是我认为这很有意义)。