elasticsearch - Elasticsearch 中不需要的停用词

Question

我正在使用Elastic Search 6.这是查询

PUT /semtesttest
{
    "settings": {
        "index" : {
            "analysis" : {
              "filter": {
                "my_stop": {
                    "type": "stop",
                    "stopwords_path": "analysis1/stopwords.csv"
                  },
                 "synonym" : {
                        "type" : "synonym",
                        "synonyms_path" : "analysis1/synonym.txt"
                    }
                },
                "analyzer" : {
                    "my_analyzer" : {
                        "tokenizer" : "standard",
                        "filter" : ["synonym","my_stop"]
                    }
                }
            }
        }
    },
    "mappings": {
      "all_questions": {
         "dynamic": "strict",
          "properties": {
            "kbaid":{
              "type": "integer"
            },
            "answer":{
              "type": "text"
            },
            "question":    {
              "type": "text",
              "analyzer": "my_analyzer"
            }
          }
        }
    }
}

PUT /semtesttest/all_questions/1
{
  "question":"this is hippie"
}

GET /semtesttest/all_questions/_search
{
    "query":{
      "fuzzy":{"question":{"value":"hippie","fuzziness":2}}
    }
}

GET /semtesttest/all_questions/_search
{
    "query":{
      "fuzzy":{"question":{"value":"this is","fuzziness":2}}
    }
}

在 synonym.txt中是

this, that, money => sainai

在 stopwords.csv中是

hello
how
are
you

第一个得到(“嬉皮”)返回空
只有第二个get('this is')返回结果

问题是什么？似乎在第一个查询中过滤了停用词“this is”，但是我是否明确指定了停用词？

Answer 1

fuzzy是术语查询。它不会分析输入，因此您的查询正在寻找确切的词this is(应用一些模糊的乐趣)。

因此，您要么希望根据这两个术语构建查询，要么使用full text query代替。如果模糊性很重要，我认为唯一的全文查询是match:

GET /semtesttest/all_questions/_search?pretty 
{
    "query":{
      "match":{"question":{"query":"this is","fuzziness":2}}
    }
}

如果匹配短语很重要，则可能需要查看此 answer并使用 span查询。

这也可能对您有所帮助，因此您可以查看分析仪的使用方式:

GET /semtesttest/_analyze?analyzer=my_analyzer&field=question&text=this is