Ullmhaíonn analyzer téacs don chuardach trína thiontú ina tokens: aonaid, focail go minic, ar féidir iad a mheaitseáil níos déanaí.
Do pipeline atá cumraithe d'aon ghnó chun HTML a bhaint, focail a scoilt agus cás íochtair a chur orthu:
<b>Blue Shoes</b>
-> Blue Shoes
-> [Blue, Shoes]
-> [blue, shoes]
Míníonn na tokens deiridh cén fáth ar féidir le shoes i gcás íochtair an t-ionchur bunaidh a mheaitseáil. Is sampla saincheaptha é seo; ní bhaineann gach analyzer HTML.
I Kibana Dev Tools, taispeánann an t-iarratas seo tokens na pipeline sin:
POST /_analyze
{
"char_filter": ["html_strip"],
"tokenizer": "standard",
"filter": ["lowercase"],
"text": "<b>Blue Shoes</b>"
}
Cuardaigh blue agus shoes sna hiontrálacha token a fhilleann. Ansin tástáil fíor-shínte fada, teangacha agus cóid táirge. Ullmhaíonn anailís ag am innéacsaithe téarmaí stóráilte; ullmhaíonn anailís ag am cuardaigh fiosrúcháin úsáideora. Teastaíonn téarmaí comhoiriúnacha uathu, fiú má tá na pipelines difriúil.
Leabharlann de cheisteanna agallaimh TF le freagraí mionsonraithe — ó Shóisearach go Sinsearach.
Síntiús