اینالائزر متن کو ٹوکنز میں بدل کر تلاش کے لیے تیار کرتا ہے: ایسی اکائیاں، اکثر الفاظ، جنہیں بعد میں ملایا جا سکتا ہے۔
جان بوجھ کر ترتیب دی گئی HTML ہٹانے، الفاظ الگ کرنے اور چھوٹے حروف بنانے والی پائپ لائن کے لیے:
<b>Blue Shoes</b>
-> Blue Shoes
-> [Blue, Shoes]
-> [blue, shoes]
آخری ٹوکنز واضح کرتے ہیں کہ چھوٹے حروف والا shoes اصل ان پٹ سے کیوں مل سکتا ہے۔ یہ حسب ضرورت مثال ہے؛ ہر اینالائزر HTML نہیں ہٹاتا۔
Kibana Dev Tools میں یہ درخواست اس پائپ لائن کے ٹوکنز دکھاتی ہے:
POST /_analyze
{
"char_filter": ["html_strip"],
"tokenizer": "standard",
"filter": ["lowercase"],
"text": "<b>Blue Shoes</b>"
}
واپس آنے والے ٹوکن اندراجات میں blue اور shoes تلاش کریں۔ پھر اصل اعراب، زبانوں اور پروڈکٹ کوڈز کو آزمائیں۔ انڈیکسنگ کے وقت تجزیہ محفوظ اصطلاحات تیار کرتا ہے؛ تلاش کے وقت تجزیہ صارف کی کوئریز تیار کرتا ہے۔ دونوں پائپ لائنز مختلف ہوں تب بھی انہیں ہم آہنگ اصطلاحات چاہیے۔
تفصیلی جوابات کے ساتھ IT انٹرویو سوالات کی ایک لائبریری — جونیئر سے سینئر تک۔
عطیہ دیں