我有点怀疑你在刷屏

查询企业名称的分词问题

Elasticsearch | 作者 qiuxianxiang | 发布于2018年08月27日 | 阅读数:5646

我要搜索比如:北京希尔顿酒店、北京金茂威斯汀大饭店、北京乐多港万豪酒店。
当用户输入: 希 或 希尔 或 希尔顿  的时候都能收到。
 
那么我现在的思路就是:将 企业名称(希尔顿)配词, 并在建立索引的时候,把 北京希尔顿酒店 拆分成:
北、京、北京、希、尔、顿、希尔顿、酒、店、酒店。
 
 
分词思路:
    1)    希尔顿配词
    2)    先用ik_max_word 分词   (分词为)==> 北京、希尔顿、酒店
    3)    使用es自带filter对 ik分的词进一步细化。  比如:ngram  (但ngram并不理想)
 
 
问题: 我想问下大家,有没有更好的思路。 或者  有没有es自带的filter能达到这个效果?
    
 
 
 
参考:
{
    "analysis":{
        "filter":{
            "pinyin_filter":{
                "keep_joined_full_pinyin":"true",
                "lowercase":"true",
                "keep_original":"true",
                "keep_none_chinese_together":"true",
                "remove_duplicated_term":"true",
                "keep_first_letter":"true",
                "keep_separate_first_letter":"false",
                "type":"pinyin",
                "keep_none_chinese":"true",
                "limit_first_letter_length":"16",
                "keep_full_pinyin":"true"
            },
            "ngram_filter":{
                "type":"ngram"
            }
        },
        "analyzer":{
            "ik_pinyin_analyzer":{
                "filter":[
                    "lowercase",
                    "ngram_filter",
                    "pinyin_filter",
                    "unique"
                ],
                "type":"custom",
                "tokenizer":"ik_max_word"
            },
            "suggest_search_analyzer":{
                "filter":[
                    "lowercase"
                ],
                "tokenizer":"keyword"
            },
            "pinyin_analyzer":{
                "tokenizer":"my_pinyin"
            }
        },
        "tokenizer":{
            "my_pinyin":{
                "keep_joined_full_pinyin":"true",
                "lowercase":"true",
                "keep_none_chinese_in_joined_full_pinyin":"true",
                "keep_original":"true",
                "keep_none_chinese_together":"true",
                "remove_duplicated_term":"true",
                "keep_separate_first_letter":"false",
                "type":"pinyin",
                "keep_none_chinese":"false",
                "limit_first_letter_length":"50",
                "keep_full_pinyin":"false"
            }
        }
    },
    "number_of_shards":"1",
    "number_of_replicas":"1"
}
已邀请:

rochy - rochy_he

赞同来自:

你只需要添加一个附加字段即可,附加字段设置分词器为 基本分词器;搜索的时候同时搜索 原字段(name)和附加字段(name.std)即可
 
例如 酒店名称的mapping:
"name":{
"type": "text",
"analyzer": "ik_max_word",
"fields":{
"std":{
"type": "text",
"analyzer": "standard"
}
}
}

要回复问题请先登录注册