印地语分析器
内置的 hindi 分析器可以使用以下命令应用于文本字段
PUT /hindi-index
{
"mappings": {
"properties": {
"content": {
"type": "text",
"analyzer": "hindi"
}
}
}
}
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_hindi_analyzer
{
"settings": {
"analysis": {
"analyzer": {
"stem_exclusion_hindi_analyzer": {
"type": "hindi",
"stem_exclusion": ["अधिकार", "अनुमोदन"]
}
}
}
}
}
印地语分析器内部结构
hindi 分析器是使用以下组件构建的
-
分词器：
standard -
词元过滤器
- 小写
- 十进制数字
- 关键词
- 标准化（印度语系）
- 标准化（印地语）
- 停止词（印地语）
- 词干提取器（印地语）
自定义印地语分析器
您可以使用以下命令创建自定义印地语分析器
PUT /hindi-index
{
"settings": {
"analysis": {
"filter": {
"hindi_stop": {
"type": "stop",
"stopwords": "_hindi_"
},
"hindi_stemmer": {
"type": "stemmer",
"language": "hindi"
},
"hindi_keywords": {
"type": "keyword_marker",
"keywords": []
}
},
"analyzer": {
"hindi_analyzer": {
"type": "custom",
"tokenizer": "standard",
"filter": [
"lowercase",
"decimal_digit",
"hindi_keywords",
"indic_normalization",
"hindi_normalization",
"hindi_stop",
"hindi_stemmer"
]
}
}
}
},
"mappings": {
"properties": {
"content": {
"type": "text",
"analyzer": "hindi_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 /hindi-index/_analyze
{
"field": "content",
"text": "छात्र भारतीय विश्वविद्यालयों में पढ़ते हैं। उनके नंबर १२३४५६ हैं।"
}
响应包含生成的词元
{
"tokens": [
{
"token": "छातर",
"start_offset": 0,
"end_offset": 5,
"type": "<ALPHANUM>",
"position": 0
},
{
"token": "भारतिय",
"start_offset": 6,
"end_offset": 12,
"type": "<ALPHANUM>",
"position": 1
},
{
"token": "विशवविदयालय",
"start_offset": 13,
"end_offset": 28,
"type": "<ALPHANUM>",
"position": 2
},
{
"token": "पढ",
"start_offset": 33,
"end_offset": 38,
"type": "<ALPHANUM>",
"position": 4
},
{
"token": "नंबर",
"start_offset": 49,
"end_offset": 53,
"type": "<ALPHANUM>",
"position": 7
},
{
"token": "123456",
"start_offset": 54,
"end_offset": 60,
"type": "<NUM>",
"position": 8
}
]
}