拼音分词扩展elasticsearch-analysis-pinyin安装

举报
彭世瑜 发表于 2021/08/14 00:12:16 2021/08/14
【摘要】 1、打开找到对应的版本 https://github.com/medcl/elasticsearch-analysis-pinyin/releases 2、复制下载链接安装 例如: 我的elasticsearch是5.6.16 ./bin/elasticsearch-plugin install https://github.com/medcl/elasticse...

1、打开找到对应的版本
https://github.com/medcl/elasticsearch-analysis-pinyin/releases

2、复制下载链接安装

例如:
我的elasticsearch是5.6.16

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-pinyin/releases/download/v5.6.16/elasticsearch-analysis-pinyin-5.6.16.zip

  
 

3、重启ES!

4、分词测试

GET _analyze
{
  "text": "学习",
  "analyzer": "pinyin"
}

  
 

分词结果

{
  "tokens": [ { "token": "xue", "start_offset": 0, "end_offset": 1, "type": "word", "position": 0 }, { "token": "xi", "start_offset": 1, "end_offset": 2, "type": "word", "position": 1 }, { "token": "xx", "start_offset": 0, "end_offset": 2, "type": "word", "position": 1 }
  ]
}

  
 

自定义参数

参数 默认值 说明
keep_first_letter true 刘德华>ldh
keep_separate_first_letter false 刘德华>l,d,h
limit_first_letter_length 16 set max length of the first_letter result
keep_full_pinyin true 刘德华> [liu,de,hua]
keep_joined_full_pinyin false 刘德华> [liudehua]
keep_none_chinese true keep non chinese letter or number in result
keep_none_chinese_together true true:DJ音乐家 -> DJ,yin,yue,jia;
false:DJ音乐家 -> D,J,yin,yue,jia
keep_none_chinese_in_first_letter true 刘德华AT2016->ldhat2016
keep_none_chinese_in_joined_full_pinyin false eg: 刘德华2016->liudehua2016
none_chinese_pinyin_tokenize true eg: liudehuaalibaba13zhuanghan -> liu,de,hua,a,li,ba,ba,13,zhuang,han
keep_original false -
lowercase true -
trim_whitespace true -
remove_duplicated_term false de的 > de
ignore_pinyin_offset true -

文章来源: pengshiyu.blog.csdn.net,作者:彭世瑜,版权归原作者所有,如需转载,请联系作者。

原文链接:pengshiyu.blog.csdn.net/article/details/103136799

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。