როგორ ამზადებს analyzer ტექსტს ძიებისთვის?

Question

IT Interview Practice · Accepted Answer

Analyzer ტექსტს ძიებისთვის token-ებად გარდაქმნით ამზადებს: ეს ერთეულები, ხშირად სიტყვები, მოგვიანებით დამთხვევის შესამოწმებლად გამოიყენება. ## დააკვირდით თითო გარდაქმნას HTML-ის მოცილებისთვის, სიტყვების დაყოფისა და პატარა ასოებად გარდაქმნისთვის სპეციალურად დაყენებულ pipeline-ში: ```text Blue Shoes -> Blue Shoes -> [Blue, Shoes] -> [blue, shoes] ``` - Character filter HTML-ს დაყოფამდე აშორებს. - Tokenizer ტექსტს სიტყვებად ყოფს. - Token filter ამ სიტყვებს პატარა ასოებად გარდაქმნის. საბოლოო token-ები ხსნის, რატომ შეიძლება პატარა ასოებით `shoes` საწყის ტექსტს დაემთხვეს. ეს მორგებული მაგალითია; ყველა analyzer HTML-ს არ აშორებს. ## შეამოწმეთ და ნუ გამოიცნობთ Kibana Dev Tools-ში ეს მოთხოვნა pipeline-ის token-ებს აჩვენებს: ```http POST /_analyze { "char_filter": ["html_strip"], "tokenizer": "standard", "filter": ["lowercase"], "text": "Blue Shoes" } ``` დაბრუნებულ token ჩანაწერებში იპოვეთ `blue` და `shoes`. შემდეგ გამოცადეთ რეალური დიაკრიტიკული ნიშნები, ენები და პროდუქტის კოდები. ინდექსირებისას ანალიზი შენახულ term-ებს ამზადებს, ძიებისას კი მომხმარებლის query-ს. Pipeline-ები განსხვავდებოდეს კიდეც, term-ები თავსებადი უნდა იყოს. [ოფიციალური დოკუმენტაცია](https://www.elastic.co/docs/manage-data/data-store/text-analysis).

დააკვირდით თითო გარდაქმნას

შეამოწმეთ და ნუ გამოიცნობთ

დაკავშირებული კითხვები