如何在 Elasticsearch 中建立 N-Gram 关系

问题描述

我是 Elasticsearch 的新手，我希望构建一个包含谚语列表的前端应用程序。当用户浏览这些谚语时，我希望他们从 Proverb DB 中找到相关的 N-Gram 谚语或分析谚语。例如当点击

“看着锅永远不会沸腾”会带来以下建议：

• 1 克建议： “一盆两便”

• 2-Gram 建议： “看着锅尝起来很苦”

• 分析建议： “厨师太多了，把肉汤弄坏了”

有没有办法在 ES 中做到这一点，还是我需要构建自己的逻辑？

解决方法

1-gram 建议开箱即用，2-gram 建议可以通过 shingle 轻松实现。

这是一个尝试

PUT test
{
  "settings": {
    "analysis": {
      "analyzer": {
        "2-grams": {
          "type": "custom","tokenizer": "standard","filter": [
            "lowercase","shingles"
          ]
        }
      },"filter": {
        "shingles": {
          "type": "shingle","min_shingle_size": 2,"max_shingle_size": 2,"output_unigrams": false
        }
      }
    }
  },"mappings": {
    "properties": {
      "text": {
        "type": "text","analyzer": "standard","fields": {
          "2gram": {
            "type": "text","analyzer": "2-grams"
          }
        }
      }
    }
  }
}

接下来索引一些文档：

PUT test/_doc/1
{
  "text": "Two pees in a pot"
}

PUT test/_doc/2
{
  "text": "A Watched pot tastes bitter"
}

最后，您可以使用以下查询搜索 1-gram 建议，您将在响应中获得两个文档：

POST test/_search
{
  "query": {
    "match": {
      "text": "A watched pot never boils"
    }
  }
}

您还可以使用以下查询搜索 2-gram 建议，并且只会出现第二个文档：

POST test/_search
{
  "query": {
    "match": {
      "text.2gram": "A watched pot never boils"
    }
  }
}

PS：虽然不确定“分析”建议的工作原理，请随时提供更多见解，我会更新。