Como um analisador prepara texto para busca?

Question

IT Interview Practice · Accepted Answer

Um analisador prepara texto para busca transformando-o em tokens: unidades, frequentemente palavras, que poderão ser comparadas depois. ## Observe cada transformação Para um pipeline configurado deliberadamente para remover HTML, separar palavras e convertê-las para minúsculas: ```text Blue Shoes -> Blue Shoes -> [Blue, Shoes] -> [blue, shoes] ``` - Um filtro de caracteres remove o HTML antes da separação. - Um tokenizer divide o texto em palavras. - Um filtro de tokens converte essas palavras para minúsculas. Os tokens finais explicam por que `shoes` em minúsculas pode corresponder à entrada original. Este é um exemplo personalizado; nem todo analisador remove HTML. ## Inspecione em vez de adivinhar No Kibana Dev Tools, esta requisição mostra os tokens desse pipeline: ```http POST /_analyze { "char_filter": ["html_strip"], "tokenizer": "standard", "filter": ["lowercase"], "text": "Blue Shoes" } ``` Procure `blue` e `shoes` nas entradas de tokens retornadas. Depois teste acentos, idiomas e códigos de produto reais. A análise na indexação prepara os termos armazenados; a análise na busca prepara as consultas dos usuários. Elas precisam de termos compatíveis, mesmo que os pipelines sejam diferentes. [Documentação oficial](https://www.elastic.co/docs/manage-data/data-store/text-analysis).

Observe cada transformação

Inspecione em vez de adivinhar

Perguntas relacionadas