エラスティックサーチの用語提案機能をスペル修正に使用したいのですが (もしかして...? )。公式ドキュメントは次のとおりです。
これが私の（基本に短縮された）スキームです：
{
"settings": {
"analysis": {
"filter": {
"en_stop_filter": { "type": "stop", "stopwords": ["_english_"] },
"en_stem_filter": { "type": "stemmer", "name": "minimal_english" },
"de_stop_filter": { "type": "stop", "stopwords": ["_german_"] },
"de_stem_filter": { "type": "stemmer", "name": "minimal_german" }
},
"analyzer": {
"en_analyzer": { "type": "custom", "tokenizer": "icu_tokenizer", "filter": ["icu_folding", "icu_normalizer", "en_stop_filter", "en_stem_filter"] },
"de_analyzer": { "type": "custom", "tokenizer": "icu_tokenizer", "filter": ["icu_folding", "icu_normalizer", "de_stop_filter", "de_stem_filter"] }
}
}
},
"mappings": {
"blog": {
"_analyzer": { "path": "my_analyzer", "index": "no" },
"properties": {
"title": { "type": "string" },
"my_analyzer": { "type": "string", "index": "no" }
}
},
"photo": {
"properties": {
"tags_en": { "type": "string", "analyzer": "en_analyzer", "index_name": "tag_en" }
"tags_de": { "type": "string", "analyzer": "de_analyzer", "index_name": "tag_de" }
}
}
}
}
これが、私たちのブログのために Python/Django を介してデータをインデックス化する方法です。
data = ''
for i, p in enumerate(BlogPost.objects.all()):
data += '{"index": {"_id": "%s"}}\n' % p.pk
data += json.dumps({ "my_analyzer": p.language+"_analyzer", "title": p.title })+'\n'
resp = requests.put(ELASTICSEARCH_URL+'blog/_bulk', data=data)
各ブログ投稿の言語 (p.language = 'de' または 'en')、ドイツ語または英語に従ってアナライザーを設定しています。
このインデックスを (Python 経由で) 検索することができ、次のパラメーターで返されるスペル候補を取得します。
{
"query": {
"query_string": {
"query": q,
"analyzer": "en_analyzer"
}
},
"suggest": {
"my_suggestion": {
"text": q,
"term": {
"size": 1,
"field": "title"
}
}
}
}
しかし、私が本当に必要としているのは、これ (Python/Django) によってインデックス化された写真スキームでの検索のスペル候補です。
for p in Photo.objects.all():
data += '{"index": {"_id": "%s"}}\n' % p.pk
data += json.dumps({
"tags_cs": p.tags_en,
"tags_de": p.tags_de
})+'\n'
resp = requests.put(ELASTICSEARCH_URL+'photo/_bulk', data=data)
p.tags_en と p.tags_de は、コンマ区切りのタグ文字列として、または文字列の実際のリストとして索引付けできます。どちらも ElasticSearch で機能し、この問題に違いはないようです。
写真の検索は英語でもドイツ語でも機能しますが、スペルの候補は返されません:
{
"query": {
"query_string": {
"query": q,
"fields": [
"tags_en"
],
"analyzer": "en_analyzer"
}
},
"suggest": {
"my_suggestion": {
"text": q,
"term": {
"size": 1,
"field": "tags_en"
}
}
}
}
次のように、提案用語のアナライザーを定義しても違いはありません。
{
"query": {
"query_string": {
"query": q,
"fields": [
"tags_en"
],
"analyzer": "en_analyzer"
}
},
"suggest": {
"my_suggestion": {
"text": q,
"term": {
"size": 1,
"field": "tags_en",
"analyzer": "en_analyzer"
}
}
}
}
ブログ投稿と写真の分析の違いに注意してください。ブログ投稿は、投稿ごとに 1 つの言語で分析されます。my_analyzerスキームのフィールドを介して。ただし、私たちの写真はフィールドごとに分析されます。20 の言語があり (コードをできるだけ小さくするために、ここでは 2 つだけを示しています)、各タグ フィールドはそれに応じて分析されます。写真のこの種の分析を削除すると、そこにも提案が表示されますが、実際にはフィールドベースのアナライザーが必要です.
したがって、問題はアナライザーに関係しているに違いありませんが、私は完全に立ち往生しています。何か案は？