您好,登錄后才能下訂單哦!
進(jìn)行詞語擴(kuò)展引入的問題我們?cè)诖私鉀Q
首先看下效果
GET /operation/_search
{
"query": {
"match": {
"store_name": "凱悅"
}
}
}
結(jié)果
{
"took" : 38,
"timed_out" : false,
"_shards" : {
"total" : 3,
"successful" : 3,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 0,
"relation" : "eq"
},
"max_score" : null,
"hits" : [ ]
}
}
此時(shí)的分詞器對(duì)凱悅
二字的分詞如下
{
"tokens" : [
{
"token" : "凱悅",
"start_offset" : 0,
"end_offset" : 2,
"type" : "CN_WORD",
"position" : 0
}
]
}
因?yàn)槲覀兊乃饕趧?chuàng)建的時(shí)候凱悅
詞語還沒有被擴(kuò)展,所以創(chuàng)建索引的時(shí)候分詞器會(huì)把凱悅
分成凱
和悅
兩個(gè)字,而此時(shí)分詞器將凱悅
分詞成一個(gè)詞語凱悅
,故而無法搜索到任何文檔。
解決思路一:
首先想到的是重建索引,因?yàn)榇藭r(shí)分詞器詞典中已經(jīng)有了凱悅
這個(gè)詞語,然后在全量復(fù)制文檔到新的索引中,如果是數(shù)據(jù)量不大的情況下是可以快速遷移,如果數(shù)據(jù)量大的話不建議這樣做,然而有些情況可能只是部分文檔與要擴(kuò)展詞語相關(guān),所以這個(gè)方法比較笨拙,不建議使用。
解決思路二:
通過Elasticsearch
官方提供的API接口update_by_query
可以將與凱悅
相關(guān)的文檔重新分詞
具體操作如下
POST /operation/_update_by_query
{
"query": {
"bool": {
"must": [
{"term": {"store_name": "凱"}},
{"term": {"store_name": "悅"}}
]
}
}
}
意思是必須滿足如上兩個(gè)條件的文檔才會(huì)被檢索到并進(jìn)行分詞修改,即文檔名稱同時(shí)包含凱
和悅
才被重新分詞
執(zhí)行結(jié)果
{
"took" : 240,
"timed_out" : false,
"total" : 4,
"updated" : 4,
"deleted" : 0,
"batches" : 1,
"version_conflicts" : 0,
"noops" : 0,
"retries" : {
"bulk" : 0,
"search" : 0
},
"throttled_millis" : 0,
"requests_per_second" : -1.0,
"throttled_until_millis" : 0,
"failures" : [ ]
}
可以看到有四條文檔被修改
再次通過凱悅
搜索此時(shí)就沒有質(zhì)保含凱
或悅
的文檔出現(xiàn)了
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。