javascript - 使用英语分析器在 ElasticSearch 中搜索短语

Question

我目前正在使用 Elasticsearch 并有多种类型的查询，其中我使用 match_phrase 查询。我使用它的索引使用英语分析器来处理文本消息。当我搜索短语时，我期待准确的结果，但如果我的搜索词有一个英文单词 - 例如删除 - 它也会标记诸如“删除”，“删除”，“删除”之类的单词。

如何通过短语匹配来防止这种情况发生？对于这样的查询，除了 match_phrase 之外还有更好的选择吗？

在不改变分析仪的情况下这可能吗？下面是我的查询(结构化以便它可以做其他事情):

query: {
    fields : ['_id', 'ownerId'],
    from: 0,
    size: 20,
    query: {
        filtered: {
             filter: {
                 and: [group ids]
             },
             query: {
                 bool: {
                     must: {
                         match_phrase: {
                              text: "remove"
                         }
                     }
                  }
             }
        }
    }
}

这是我的索引:

[MappingTypes.MESSAGE]: {
    properties: {
      text: {
        type: 'string',
        index: 'analyzed',
        analyzer: 'english',
        term_vector: 'with_positions_offsets'
      },
      ownerId: {
        type: 'string',
        index: 'not_analyzed',
        store: true
      },
      groupId: {
        type: 'string',
        index: 'not_analyzed',
        store: true
      },
      itemId: {
        type: 'string',
        index: 'not_analyzed',
        store: true
      },
      createdAt: {
        type: 'date'
      },
      editedAt: {
        type: 'date'
      },
      type: {
        type: 'string',
        index: 'not_analyzed'
      }
    }
  }

Answer 1

您可以使用multi-fields以不同的方式使用字段(一种用于完全匹配，一种用于部分匹配等)。

您可以使用 standard analyzer 摆脱词干提取这也是默认分析器。您可以使用以下映射创建索引

POST test_index
{
  "mappings": {
    "test_type": {
      "properties": {
        "text": {
          "type": "string",
          "index": "analyzed",
          "analyzer": "english",
          "term_vector": "with_positions_offsets",
          "fields": {
            "standard": {
              "type": "string"
            }
          }
        },
        "ownerId": {
          "type": "string",
          "index": "not_analyzed",
          "store": true
        },
        "groupId": {
          "type": "string",
          "index": "not_analyzed",
          "store": true
        },
        "itemId": {
          "type": "string",
          "index": "not_analyzed",
          "store": true
        },
        "createdAt": {
          "type": "date"
        },
        "editedAt": {
          "type": "date"
        },
        "type": {
          "type": "string",
          "index": "not_analyzed"
        }
      }
    }
  }
}

此后，每当您想要精确匹配时，您都需要使用 text.standard ，当您想要执行词干提取(想要匹配已删除的删除)时，您可以恢复为 text

您还可以更新当前映射，但在这两种情况下都必须重新索引数据。

PUT test_index/_mapping/test_type
{
  "properties": {
    "text": {
      "type": "string",
      "index": "analyzed",
      "analyzer": "english",
      "term_vector": "with_positions_offsets",
      "fields": {
        "standard": {
          "type": "string"
        }
      }
    }
  }
}

这有帮助吗？