Porter 词干提取 Token 过滤器
编辑Porter 词干提取 Token 过滤器
编辑基于 Porter 词干提取算法，为英语提供算法词干提取。
此过滤器比其他英语词干提取器过滤器（例如kstem过滤器）更积极地进行词干提取。
porter_stem 过滤器等效于 stemmer 过滤器的 english 变体。
porter_stem 过滤器使用 Lucene 的 PorterStemFilter。
示例
编辑以下 analyze API 请求使用 porter_stem 过滤器将 the foxes jumping quickly 词干提取为 the fox jump quickli
resp = client.indices.analyze(
tokenizer="standard",
filter=[
"porter_stem"
],
text="the foxes jumping quickly",
)
print(resp)
response = client.indices.analyze(
body: {
tokenizer: 'standard',
filter: [
'porter_stem'
],
text: 'the foxes jumping quickly'
}
)
puts response
const response = await client.indices.analyze({
tokenizer: "standard",
filter: ["porter_stem"],
text: "the foxes jumping quickly",
});
console.log(response);
GET /_analyze
{
"tokenizer": "standard",
"filter": [ "porter_stem" ],
"text": "the foxes jumping quickly"
}
该过滤器生成以下 Token：
[ the, fox, jump, quickli ]
添加到分析器
编辑以下创建索引 API 请求使用 porter_stem 过滤器配置新的自定义分析器。
为了正常工作，porter_stem 过滤器需要小写 Token。为了确保 Token 小写，请在分析器配置中，将 lowercase 过滤器添加到 porter_stem 过滤器之前。
resp = client.indices.create(
index="my-index-000001",
settings={
"analysis": {
"analyzer": {
"my_analyzer": {
"tokenizer": "whitespace",
"filter": [
"lowercase",
"porter_stem"
]
}
}
}
},
)
print(resp)
response = client.indices.create(
index: 'my-index-000001',
body: {
settings: {
analysis: {
analyzer: {
my_analyzer: {
tokenizer: 'whitespace',
filter: [
'lowercase',
'porter_stem'
]
}
}
}
}
}
)
puts response
const response = await client.indices.create({
index: "my-index-000001",
settings: {
analysis: {
analyzer: {
my_analyzer: {
tokenizer: "whitespace",
filter: ["lowercase", "porter_stem"],
},
},
},
},
});
console.log(response);
PUT /my-index-000001
{
"settings": {
"analysis": {
"analyzer": {
"my_analyzer": {
"tokenizer": "whitespace",
"filter": [
"lowercase",
"porter_stem"
]
}
}
}
}
}