Suchvorschläge für mehrere Wörter erstellen

Question

Kann Elasticsearchs edgen_n_grams so eingerichtet werden, dass mehrsprachige Phrasen als ES-Indizes durchforstet werden?

Ich möchte diese Mehrwortphrasen als Suchvorschläge für eine kleine Such-App verwenden, die ich gerade erstelle.

Ich verwende Nutch, um einige Websites zu crawlen und ES zu verwenden, um die gecrawlten Daten zu indizieren.

Ich dachte, dass, da ES split teilen kann auf whitespace - das sollte nicht so schwer sein ... aber ich bekomme nicht die Ergebnisse, die ich erwartet habe. Also frage ich jetzt, ob das überhaupt möglich ist?

Mein ES Index ist Setup wie diese

PUT /_template/autocomplete_1 
{ 
    "template": "auto*", 
    "settings": { 
    "index": { 
     "number_of_shards": 1, 
     "number_of_replicas": 1 
    }, 
    "analysis": { 
     "filter": { 
     "autocomplete_filter": { 
      "type": "edge_ngram", 
      "min_gram": "1", 
      "max_gram": "30", 
      "token_chars": ["letter","digit","whitespace"] 
     } 
     }, 
     "analyzer": { 
     "autocomplete_analyzer": { 
      "type": "custom", 
      "tokenizer": "standard", 
      "filter": [ 
      "lowercase", 
      "autocomplete_filter" 
      ]  
      } 
     } 
     } 
    }, 
    "mappings": { 
     "doc": { 
     "_all": { 
      "enabled": false 
     }, 
     "properties": { 
     "anchor": { 
      "type": "string" 
     }, 
     "boost": { 
      "type": "string" 
     }, 
     "content": { 
      "type": "string", 
      "index_analyzer": "autocomplete_analyzer", 
      "search_analyzer": "standard" 
     },... 

"content" ist das html Körperfeld pro Nutch. Ich verwende "Inhalt", da ich dachte, dass es die meisten Sätze erzeugen würde.

Answer 1

Zum Erstellen von Mehrwortphrasen benötigen Sie shingles. Genauer gesagt, this token filter, die Token kombinieren können.