Analyzer शोधासाठी मजकूर कसा तयार करतो?

Question

IT Interview Practice · Accepted Answer

Analyzer मजकुराचे tokens मध्ये रूपांतर करतो. Tokens म्हणजे Elasticsearch शोधताना वापरणारी एकके, अनेकदा शब्द. ## प्रत्येक रूपांतर पाहा HTML काढून, शब्द वेगळे करून आणि lowercase करणारा custom analyzer असा काम करू शकतो: ```text Blue Shoes -> Blue Shoes -> [Blue, Shoes] -> [blue, shoes] ``` - Character filter शब्द वेगळे करण्याआधी HTML काढतो. - Tokenizer उरलेला मजकूर शब्दांत विभागतो. - Token filter शब्द lowercase करतो. अंतिम `shoes` term मूळ मजकुराशी जुळू शकतो. हे custom pipeline चे उदाहरण आहे; प्रत्येक analyzer HTML काढतोच असे नाही. ## अंदाज करण्याऐवजी तपासा Kibana Dev Tools मध्ये analyzer चे output तपासा: ```http POST /_analyze { "char_filter": ["html_strip"], "tokenizer": "standard", "filter": ["lowercase"], "text": "Blue Shoes" } ``` Output मध्ये `blue` आणि `shoes` पाहा. प्रत्यक्ष डेटातील accents, भाषा आणि product codes वापरूनही तपासा. Index-time analysis साठवलेले terms ठरवते; search-time analysis query चे terms तयार करते. दोन्ही pipelines जुळवून घ्याव्या लागतात, पण त्या नेहमी तंतोतंत समान असणे आवश्यक नाही. [अधिकृत दस्तऐवज](https://www.elastic.co/docs/manage-data/data-store/text-analysis).

प्रत्येक रूपांतर पाहा

अंदाज करण्याऐवजी तपासा

संबंधित प्रश्न