页面树结构

2017-11-09 ApacheCN 开源组织,第二期邀请成员活动,一起走的更远 : http://www.apachecn.org/member/209.html


MachineLearning 优酷地址 : http://i.youku.com/apachecn

转至元数据结尾
转至元数据起始

 

 

 

standard(标准)分析器是默认分析器,如果没有指定分析器,则使用该分析器。它提供基于语法的标记(基于Unicode文本分段算法,如Unicode标准附件29中所述),并且用于大多数语言。

定义

它包括:

分词器

  • 标准分词器

词语过滤器

  • 标准词语过滤器
  • 小写词语过滤器
  • 停止词过滤器(默认情况下禁用)
输出示例
POST _analyze
{
  "analyzer": "standard",
  "text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."
}

上述的句子将产生以下的词语:

[ the, 2, quick, brown, foxes, jumped, over, the, lazy, dog's, bone ]
配置

standard(标准)分析器接受以下的参数:

max_token_length最大词语长度。如果看到超过此长度的词语,则以max_token_length分割。默认为255。
stopwords预定义的停止词列表,如_english或包含停止词列表的数组。默认为\_none_。
stopwords_path包含停止词的文件路径。

有关停止词配置的更多信息,请参阅Stop Token Filter(停止词过滤器)。

配置示例

在这个示例中,我们将standard(标准)分析器的max_token_length值配置为5(用于演示目的),并使用预定义的英文停止词列表:

 

PUT my_index

{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_english_analyzer": {
          "type": "standard",
          "max_token_length": 5,
          "stopwords": "_english_"
        }
      }
    }
  }
}

POST my_index/_analyze
{
  "analyzer": "my_english_analyzer",
  "text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."
}

 

以上示例产生以下词语:

[ 2, quick, brown, foxes, jumpe, d, over, lazy, dog's, bone ]

原文链接 : https://www.elastic.co/guide/en/elasticsearch/reference/5.3/getting-started.html(修改该链接为官网对应的链接)

译文链接 : http://www.apache.wiki/display/Elasticsearch(修改该链接为 ApacheCN 对应的译文链接)

贡献者 : 曾少峰ApacheCNApache中文网

 

 

 

 

  • 无标签