EdgeNGram與Tire和ElasticSearch

Question

如果我有兩個字符串：

• 母鹿，喬
• 美國能源部喬納森

我想實現這樣的搜索：

• “ Doe”>“ Doe，Joe”，“ Doe，Jonathan”
• “ Doe J”>“ Doe，喬”，“ Doe，喬納森”
• “喬恩·多伊（Jon Doe）”>“喬伊·多恩（Doon，Jonathan）”
• “喬納（Jona Do）”>“喬（Dona）喬納森（Doe，Jonathan）”

這是我的代碼：

settings analysis: {
    filter: {
      nameNGram: {
        type: "edgeNGram",
        min_gram: 1,
        max_gram: 20,
      }
    },
    tokenizer: {
      non_word: {
        type: "pattern",
        pattern: "[^\\w]+"
      }
    },
    analyzer: {
      name_analyzer: {
        type: "custom",
        tokenizer: "non_word",
        filter: ["lowercase", "nameNGram"]
      },
    }
  } do
  mapping do
    indexes :name, type: "multi_field", fields: {
      analyzed:   { type: "string", index: :analyzed, index_analyzer: "name_analyzer" }, # for indexing
      unanalyzed: { type: "string", index: :not_analyzed, :include_in_all => false } # for sorting
    }
  end
end

def self.search(params)
  tire.search(:page => params[:page], :per_page => 20) do
    query do
      string "name.analyzed:" + params[:query], default_operator: "AND"
    end
    sort do
      by "name.unanalyzed", "asc"
    end
  end
end

不幸的是，這似乎不起作用...標記化效果很好，對於“ Doe，Jonathan”，我得到類似“ d”，“ do”，“ doe”，“ j”，“ jo”，“ jon”的信息”，“ jona”等，但是如果我搜索“ do AND jo”，則一無所獲。 但是，如果我搜索“ jona”，則會返回“ Doe，Jonathan”。 我究竟做錯了什么？

Answer 1

如果您要創建自動完成功能，則應該只使用EdgeNGram。 我懷疑您想使用模式過濾器來分隔逗號。

像這樣：

"tokenizer": {
    "comma_pattern_token": {
         "type": "pattern",
         "pattern": ",",
         "group": -1
     }
 }

如果我弄錯了，並且由於其他原因而需要edgeNGrams，那么您的問題是索引分析器忽略了停用詞（例如AND），而搜索分析器則沒有。 您需要為您的search_analyzer創建一個不包含停用詞過濾器的自定義分析器。