elasticsearch - ngram Elasticsearch

Question

curl -XPUT 'http://localhost:9200/testsoundi' -d '{  "settings": {
  "analysis": {
  "analyzer": {
  "my_edge_ngram_analyzer": {
  "tokenizer": "my_edge_ngram_tokenizer"
  }
  },
  "tokenizer": {
  "my_edge_ngram_tokenizer": {
  "type": "edgeNGram", "min_gram" : "2", "max_gram" : "5",
  "token_chars": ["letter", "digit","whitespace"]
  }
  }
  }
  }
  }'


soundarya@soundarya-VirtualBox:~/Downloads/elasticsearch-2.4.0/bin$ curl 'localhost:9200/testsoundi/_analyze?pretty=1&analyzer=my_edge_ngram_analyzer' -d 'wonder'

但是我得到的输出为wo，won，wond等。如果将max_gram设置为3，则只能得到第三个字母('wo'，'won')

I am expecting output like:

won 
ond
nde
der

谁能帮我这个？

Answer 1

干得好，您快到了。首先，您需要一个nGram标记程序，而不是edgeNGram。不同之处在于，后者将仅从单词的开头进行标记，而前者将创建所需长度的所有可能的标记，而与单词在内部的位置无关。

其次，如果您需要长度为3的 token ，则min_gram和max_gram必须为3。

curl -XPUT 'http://localhost:9200/testsoundi' -d '{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_ngram_analyzer": {
          "tokenizer": "my_ngram_tokenizer"
        }
      },
      "tokenizer": {
        "my_ngram_tokenizer": {
          "type": "nGram",
          "min_gram": "3",
          "max_gram": "3",
          "token_chars": [
            "letter",
            "digit",
            "whitespace"
          ]
        }
      }
    }
  }
}

'