德语分析器
内置的 german 分析器可以使用以下命令应用于文本字段
PUT /german-index
{
"mappings": {
"properties": {
"content": {
"type": "text",
"analyzer": "german"
}
}
}
}
词干排除
您可以使用以下命令将 stem_exclusion 与此语言分析器一起使用
PUT index_with_stem_exclusion_german_analyzer
{
"settings": {
"analysis": {
"analyzer": {
"stem_exclusion_german_analyzer": {
"type": "german",
"stem_exclusion": ["Autorität", "Genehmigung"]
}
}
}
}
}
德语分析器内部结构
german 分析器是使用以下组件构建的
-
分词器：
standard -
词元过滤器
- 小写
- 停用词 (德语)
- 关键词
- 规范化 (德语)
- 词干提取器 (德语)
自定义德语分析器
您可以使用以下命令创建自定义德语分析器
PUT /german-index
{
"settings": {
"analysis": {
"filter": {
"german_stop": {
"type": "stop",
"stopwords": "_german_"
},
"german_stemmer": {
"type": "stemmer",
"language": "light_german"
},
"german_keywords": {
"type": "keyword_marker",
"keywords": []
}
},
"analyzer": {
"german_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [
"lowercase",
"german_stop",
"german_keywords",
"german_normalization",
"german_stemmer"
]
}
}
}
},
"mappings": {
"properties": {
"content": {
"type": "text",
"analyzer": "german_analyzer"
}
}
}
}
生成的词元
使用以下请求检查使用该分析器生成的词元
POST /german-index/_analyze
{
"field": "content",
"text": "Die Studenten studieren an den deutschen Universitäten. Ihre Nummern sind 123456."
}
响应包含生成的词元
{
"tokens": [
{
"token": "student",
"start_offset": 4,
"end_offset": 13,
"type": "<ALPHANUM>",
"position": 1
},
{
"token": "studi",
"start_offset": 14,
"end_offset": 23,
"type": "<ALPHANUM>",
"position": 2
},
{
"token": "deutsch",
"start_offset": 31,
"end_offset": 40,
"type": "<ALPHANUM>",
"position": 5
},
{
"token": "universitat",
"start_offset": 41,
"end_offset": 54,
"type": "<ALPHANUM>",
"position": 6
},
{
"token": "numm",
"start_offset": 61,
"end_offset": 68,
"type": "<ALPHANUM>",
"position": 8
},
{
"token": "123456",
"start_offset": 74,
"end_offset": 80,
"type": "<NUM>",
"position": 10
}
]
}