KStem 词元过滤器
编辑KStem 词元过滤器
编辑提供基于 KStem 的英语词干提取。 kstem 过滤器结合了 算法词干提取 和内置的 词典。
kstem 过滤器的词干提取力度通常比其他英语词干提取过滤器（例如 porter_stem 过滤器）更弱。
kstem 过滤器等同于 stemmer 过滤器的 light_english 变体。
此过滤器使用 Lucene 的 KStemFilter。
示例
编辑下面的分析 API 请求使用 kstem 过滤器将 the foxes jumping quickly 词干提取为 the fox jump quick
resp = client.indices.analyze(
tokenizer="standard",
filter=[
"kstem"
],
text="the foxes jumping quickly",
)
print(resp)
response = client.indices.analyze(
body: {
tokenizer: 'standard',
filter: [
'kstem'
],
text: 'the foxes jumping quickly'
}
)
puts response
const response = await client.indices.analyze({
tokenizer: "standard",
filter: ["kstem"],
text: "the foxes jumping quickly",
});
console.log(response);
GET /_analyze
{
"tokenizer": "standard",
"filter": [ "kstem" ],
"text": "the foxes jumping quickly"
}
过滤器生成以下词元：
[ the, fox, jump, quick ]
添加到分析器
编辑下面的 创建索引 API 请求使用 kstem 过滤器来配置一个新的 自定义分析器。
为了正常工作，kstem 过滤器需要小写词元。为了确保词元是小写的，请在分析器配置中将 lowercase 过滤器添加到 kstem 过滤器之前。
resp = client.indices.create(
index="my-index-000001",
settings={
"analysis": {
"analyzer": {
"my_analyzer": {
"tokenizer": "whitespace",
"filter": [
"lowercase",
"kstem"
]
}
}
}
},
)
print(resp)
response = client.indices.create(
index: 'my-index-000001',
body: {
settings: {
analysis: {
analyzer: {
my_analyzer: {
tokenizer: 'whitespace',
filter: [
'lowercase',
'kstem'
]
}
}
}
}
}
)
puts response
const response = await client.indices.create({
index: "my-index-000001",
settings: {
analysis: {
analyzer: {
my_analyzer: {
tokenizer: "whitespace",
filter: ["lowercase", "kstem"],
},
},
},
},
});
console.log(response);
PUT /my-index-000001
{
"settings": {
"analysis": {
"analyzer": {
"my_analyzer": {
"tokenizer": "whitespace",
"filter": [
"lowercase",
"kstem"
]
}
}
}
}
}