ElasticSearch:EdgeNgrams和Numbers

Question

关于EdgeNgram如何处理数字的任何想法？

我正在使用ElasticSearch后端运行haystack.我创建了一个EdgeNgram类型的索引字段.该字段将包含一个字符串,其中可能包含单词和数字.

当我使用部分单词对该字段进行搜索时,它的工作方式如何.但如果我输入一个部分号码,我就得不到我想要的结果了.

例:

我通过输入"edgen"来搜索索引字段"EdgeNgram 12323",然后我将索引返回给我.如果我通过输入"123"搜索相同的索引,我什么也得不到.

思考？

Answer 1

如果您使用的是edgeNGram tokenizer，那么它会将“EdgeNGram 12323”视为单个标记，然后对其应用edgeNGram'ing过程。例如，如果 min_grams=1 max_grams=4，您将获得以下索引标记：["E", "Ed", "Edg", "Edge"]。所以我想这不是您真正想要的 - 考虑使用 edgeNGram 令牌过滤器：

如果您使用的是edgeNGram标记过滤器，请确保您使用的标记生成器实际上标记了文本“EdgeNGram 12323”，以从中生成两个标记：[“EdgeNGram”，“12323”]（标准或空白标记生成器将做这个伎俩）。然后应用旁边的edgeNGram 过滤器。

一般来说，edgeNGram 将采用“12323”并生成“1”、“12”、“123”等标记...