Cum pregătește un analizor textul pentru căutare?

Question

IT Interview Practice · Accepted Answer

Un analizor pregătește textul pentru căutare transformându-l în tokenuri: unități, adesea cuvinte, care pot fi potrivite ulterior. ## Urmărește fiecare transformare Pentru un pipeline configurat deliberat să elimine HTML, să separe cuvinte și să le transforme în minuscule: ```text Blue Shoes -> Blue Shoes -> [Blue, Shoes] -> [blue, shoes] ``` - Un filtru de caractere elimină HTML înainte de separare. - Un tokenizer împarte textul în cuvinte. - Un filtru de tokenuri transformă cuvintele în minuscule. Tokenurile finale explică de ce `shoes` cu minuscule poate corespunde intrării originale. Este un exemplu personalizat; nu orice analizor elimină HTML. ## Inspectează în loc să ghicești În Kibana Dev Tools, această cerere arată tokenurile acelui pipeline: ```http POST /_analyze { "char_filter": ["html_strip"], "tokenizer": "standard", "filter": ["lowercase"], "text": "Blue Shoes" } ``` Caută `blue` și `shoes` în tokenurile returnate. Apoi testează accente, limbi și coduri reale de produs. Analiza la indexare pregătește termenii stocați; analiza la căutare pregătește interogările utilizatorilor. Termenii trebuie să fie compatibili, chiar dacă pipelineurile diferă. [Documentație oficială](https://www.elastic.co/docs/manage-data/data-store/text-analysis).

Urmărește fiecare transformare

Inspectează în loc să ghicești

Întrebări conexe