Elasticsearch：Shingle过滤器

Shingle在中文中通常翻译为 “瓦片”。Shingle过滤器在Elasticsearch中是用于创建词汇的组合，类似于n-gram，但针对的是词汇而不是字符。它可以将文本中相邻的词组合在一起，形成更长的词组，这有助于在分析和搜索时捕获词语之间的上下文关系。

功能:

• 生成Shingles（词组）： Shingle过滤器在分词器的结果基础上，将连续的词语组合成指定长度的词组。
• 可配置的大小： 你可以指定最小和最大的shingle大小（即词组包含的词的数量）。

例子:

假设我们有一句话：“I love ice cream”，并且我们应用了一个设置为min_shingle_size=2和max_shingle_size=3的shingle过滤器。这将产生以下shingles：

• I
• I love
• I love ice
• love
• love ice
• love.ice cream
• ice
• ice cream
• cream

这意味着，除了单独的词（如果分析器配置允许）外，还会生成包含2个和3个连续词的组合。这样，当进行搜索查询时，如果某人搜索“love ice”或者“love ice cream”，即使它们不是完整的独立词，这个shingle过滤器也能帮助文档匹配这些查询。这对于理解文本的上下文特别有用，特别是在处理短语搜索或需要理解词语序列的场景中。

通过这种方式，shingle过滤器增强了Elasticsearch的搜索能力，允许它不仅仅匹配单独的词，也匹配更长的词组，从而提供更丰富和上下文相关的搜索结果。