elasticsearch - 使用省略的Elasticsearch索引

Question

我如何索引单词，例如Elasticsearch中的L'Oréal？

用户可以通过两种方式输入:

Loreal

欧莱雅

欧莱雅

理想情况下，我希望它们全部输出loreal。我不想为每个特殊关键字手动执行此操作。

Elision Token Filter似乎很有用，但仅适用于第二和第三种情况。

任何想法，我将如何使所有这些关键字输出相同的标记 loreal？

Answer 1

省略 token 过滤器实际上会删除指定的文章，因此您的 token 中永远不会包含loreal，即第一个l永远不会包含它。

我的建议是结合使用asciifolding和lowercase进行以下操作:

PUT test_index
{
   "settings": {
      "analysis": {
         "analyzer": {
            "my_analyzer": {
               "tokenizer": "standard",
               "filter": [
                  "standard",
                  "asciifolding",
                  "lowercase"
               ],
               "char_filter": [
                  "apostrophe"
               ]
            }
         },
         "char_filter": {
            "apostrophe": {
               "type": "mapping",
               "mappings": [
                  "'=>"
               ]
            }
         }
      }
   }
}

使用 my_analyzer，您指定的所有输入字符串将转换为 loreal token 。

curl -XGET 'localhost:9200/test_index/_analyze?analyzer=my_analyzer&pretty' -d "Loreal"
=> loreal

curl -XGET 'localhost:9200/test_index/_analyze?analyzer=my_analyzer&pretty' -d "L'Oreal"
=> loreal

curl -XGET 'localhost:9200/test_index/_analyze?analyzer=my_analyzer&pretty' -d "L'Oréal"
=> loreal