Elasticsearch 带状疱疹和停用词

Question

https://www.elastic.co/guide/en/elasticsearch/guide/current/shingles.html 上的示例提到，当使用带状疱疹搜索时，停用词的标准过滤器会产生负面影响，因为过滤器将停用词替换为下划线并生成带有下划线的标记（与“常规”文本查询不匹配）。

但是，它建议使用Lucene 不再支持的enable_position_increments参数（并且至少在 ES 2.4 上会产生错误）。

有没有办法在不使用不受支持的 enable_position_increments 的情况下解决这个问题或达到相同的结果？或者下划线是一个可以解决的小问题？

我也在想，如果您使用相同的分析器进行搜索和索引编制，这是否可能不是问题：如果查询包含停用词，它们是否会被 _ 替换，从而生成与索引的带状疱疹匹配的标记（即使停用词是不同的）？

Answer 1

我发现一个可能的解决方案是将fill_token 参数设置为 shingle 过滤器上的空字符串，因此下划线将简单地从标记中省略：

"filter_shingle": {
                "type": "shingle",
                "max_shingle_size": 5,
                "min_shingle_size": 2,
                "output_unigrams": "false",
                "filler_token": ""
            }

有人可以评论这是否达到相同的结果，或者是否会产生有关评分或匹配的任何不可预见的问题？_analyze 的结果似乎是正确的，_ 被省略。