如何在 ElasticSearch 中查询带有停用词的短语

Question

我正在索引一些启用了停用词的文本，我想使用“匹配短语”查询来搜索这些文本，但看起来停用词仍在考虑术语位置。

建筑指数：

PUT /fr_articles
{
   "settings": {
      "analysis": {
         "analyzer": {
            "stop": {
               "type": "standard",
               "stopwords" : ["the"]
            }
         }
      }
   },
   "mappings": {
      "test": {
         "properties": {
            "title": {
               "type": "string",
               "analyzer": "stop"
            }
         }
      }
   }
}

添加文档：

POST /fr_articles/test/1
{
    "title" : "Tom the king of Toulon!"
}

搜索：

POST /fr_articles/_search
{
   "fields": [
      "title"
   ],
   "explain": true,
   "query": {
      "match": {
         "title": {
            "query": "tom king",
            "type" : "phrase"
         }
      }
   }
}

没有发现 ;-（

有办法解决吗？或者可能有多个跨度查询，但我希望这个词彼此靠近。

谢谢，

Answer 1

位置增量会导致此问题，是的。虽然停用词可能已消失且不可搜索，但它仍然不会将两个词推到彼此相邻的位置，因此查询"tom the king"既找不到"tom king"也找不到"such that tom will not be their king"。

通常，当您使用过滤器在分析中删除某些内容时，并不完全像它从未存在过一样。的目的StopFilter尤其是删除由无趣的术语导致的搜索命中。它不是改变文档或句子的结构。

您曾经可以禁用位置增量 on StopFilter，但从 Lucene 4.4 开始，该选项已被删除。

好吧，忘记那个 CharFilter 傻瓜。丑陋的黑客，不要这样做。

要在不使用位置增量的情况下进行查询，您需要在查询解析器中进行配置，而不是在分析中进行配置。这可以在elasticsearch来完成，具有查询字符串查询，以enable_position_increments设置为false。

就像是：

{
    "query_string" : {
        "default_field" : "title",
        "query" : "\"tom king\""
        "enable_position_increments" : false
    }
}

作为一个兴趣点，原始 Lucene 中的类似解决方案，通过设置QueryParser.setEnablePositionIncrements.