Elasticsearch修改分词器以及自定义分词器

1、默认的分词器

standard

standard tokenizer:以单词边界进行切分
standard token filter:什么都不做
lowercase token filter:将所有字母转换为小写
stop token filer(默认被禁用):移除停用词,比如a the it等等

2、修改分词器的设置

启用english停用词token filter

PUT /my_index
{
“settings”: {
“analysis”: {
“analyzer”: {
“es_std”: {
“type”: “standard”,
“stopwords”: “english
}
}
}
}
}
在这里插入图片描述
GET /my_index/_analyze
{
“analyzer”: “standard”,
“text”: “a dog is in the house”
}
在这里插入图片描述
GET /my_index/_analyze
{
“analyzer”: “es_std”,
“text”:“a dog is in the house”
}
在这里插入图片描述
3、定制化自己的分词器

PUT /my_index
{
“settings”: {
“analysis”: {
“char_filter”: {
“&_to_and”: {
“type”: “mapping”,
“mappings”: ["&=> and"]
}
},
“filter”: {
“my_stopwords”: {
“type”: “stop”,
“stopwords”: [“the”, “a”]
}
},
“analyzer”: {
“my_analyzer”: {
“type”: “custom”,
“char_filter”: [“html_strip”, “&_to_and”],
“tokenizer”: “standard”,
“filter”: [“lowercase”, “my_stopwords”]
}
}
}
}
}
在这里插入图片描述
在这里插入图片描述
测试:
GET /my_index/_analyze
{
“text”: “tom&jerry are a friend in the house, , HAHA!!”,
“analyzer”: “my_analyzer”
}
在这里插入图片描述
在自己的type里要用到自己自定义的分词器下面语法
PUT /my_index/_mapping/my_type
{
“properties”: {
“content”: {
“type”: “text”,
“analyzer”: “my_analyzer”
}
}
}
在这里插入图片描述

发布了72 篇原创文章 · 获赞 15 · 访问量 5万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览