Πώς προετοιμάζει ένας analyzer το κείμενο για αναζήτηση;

Question

IT Interview Practice · Accepted Answer

Ο analyzer προετοιμάζει το κείμενο μετατρέποντάς το σε tokens: μονάδες, συχνά λέξεις, που μπορούν αργότερα να αντιστοιχιστούν. ## Δείτε κάθε μετατροπή Για μια ρητά διαμορφωμένη αλυσίδα αφαίρεσης HTML, διαχωρισμού λέξεων και μετατροπής σε πεζά: ```text Blue Shoes -> Blue Shoes -> [Blue, Shoes] -> [blue, shoes] ``` - Το character filter αφαιρεί HTML πριν τον διαχωρισμό. - Ο tokenizer χωρίζει το κείμενο σε λέξεις. - Το token filter μετατρέπει τις λέξεις σε πεζά. Τα τελικά tokens εξηγούν γιατί το πεζό `shoes` μπορεί να ταιριάζει στην αρχική είσοδο. Είναι προσαρμοσμένο παράδειγμα· δεν αφαιρούν όλοι οι analyzers HTML. ## Εξετάστε αντί να μαντεύετε Στο Kibana Dev Tools, αυτό το αίτημα δείχνει τα tokens της αλυσίδας: ```http POST /_analyze { "char_filter": ["html_strip"], "tokenizer": "standard", "filter": ["lowercase"], "text": "Blue Shoes" } ``` Αναζητήστε `blue` και `shoes` στις επιστρεφόμενες εγγραφές tokens. Έπειτα δοκιμάστε πραγματικούς τόνους, γλώσσες και κωδικούς προϊόντων. Η ανάλυση κατά το indexing προετοιμάζει αποθηκευμένους terms, ενώ κατά την αναζήτηση προετοιμάζει queries χρηστών. Χρειάζονται συμβατοί terms, ακόμη και με διαφορετικές αλυσίδες. [Επίσημη τεκμηρίωση](https://www.elastic.co/docs/manage-data/data-store/text-analysis).

Δείτε κάθε μετατροπή

Εξετάστε αντί να μαντεύετε

Σχετικές ερωτήσεις