文本分析概述
编辑文本分析概述
编辑文本分析使 Elasticsearch 能够执行全文搜索，其中搜索返回所有相关结果，而不仅仅是精确匹配的结果。
如果您搜索 Quick fox jumps，您可能希望获得包含 A quick brown fox jumps over the lazy dog 的文档，您可能还希望获得包含相关词语（如 fast fox 或 foxes leap）的文档。
分词
编辑分析通过分词来实现全文搜索：将文本分解成更小的块，称为词元。在大多数情况下，这些词元是单独的词。
如果您将短语 the quick brown fox jumps 作为单个字符串索引，并且用户搜索 quick fox，则它不被视为匹配项。但是，如果您对短语进行分词并单独索引每个词，则可以单独查找查询字符串中的术语。这意味着可以通过搜索 quick fox、fox brown 或其他变体来匹配它们。
标准化
编辑分词可以匹配单个术语，但每个词元仍然是字面匹配。这意味着
- 搜索
Quick不会匹配quick，即使您可能希望任何一个术语都与另一个术语匹配 - 尽管
fox和foxes共享相同的词根，但搜索foxes不会匹配fox，反之亦然。 - 搜索
jumps不会匹配leaps。虽然它们不共享相同的词根，但它们是同义词，并且具有相似的含义。
为了解决这些问题，文本分析可以将这些词元标准化为标准格式。这允许您匹配与搜索词不完全相同，但足够相似以仍然相关的词元。例如
-
Quick可以转换为小写：quick。 -
foxes可以进行词干提取，或简化为词根：fox。 -
jump和leap是同义词，可以作为单个词索引：jump。
为了确保搜索词按预期匹配这些词，您可以将相同的分词和标准化规则应用于查询字符串。例如，搜索 Foxes leap 可以标准化为搜索 fox jump。
自定义文本分析
编辑文本分析由分析器执行，分析器是一组控制整个过程的规则。
Elasticsearch 包括一个默认的分析器，称为标准分析器，它在大多数用例中都能很好地开箱即用。
如果您想定制搜索体验，您可以选择不同的内置分析器，甚至可以配置一个自定义分析器。自定义分析器使您可以控制分析过程的每个步骤，包括
- 在分词之前对文本进行的更改
- 文本如何转换为词元
- 在索引或搜索之前对词元进行的标准化更改