Elision 标记过滤器
编辑Elision 标记过滤器编辑
从标记的开头删除指定的 省略。例如，您可以使用此过滤器将 l'avion 更改为 avion。
未自定义时，过滤器默认删除以下法语省略：
l'、m'、t'、qu'、n'、s'、j'、d'、c'、jusqu'、quoiqu'、lorsqu'、puisqu'
此过滤器的自定义版本包含在 Elasticsearch 的几个内置 语言分析器 中
此过滤器使用 Lucene 的 ElisionFilter。
示例编辑
以下 分析 API 请求使用 elision 过滤器从 j’examine près du wharf 中删除 j'
response = client.indices.analyze(
body: {
tokenizer: 'standard',
filter: [
'elision'
],
text: 'j’examine près du wharf'
}
)
puts response
GET _analyze
{
"tokenizer" : "standard",
"filter" : ["elision"],
"text" : "j’examine près du wharf"
}
该过滤器生成以下标记
[ examine, près, du, wharf ]
添加到分析器编辑
以下 创建索引 API 请求使用 elision 过滤器配置新的 自定义分析器。
response = client.indices.create(
index: 'elision_example',
body: {
settings: {
analysis: {
analyzer: {
whitespace_elision: {
tokenizer: 'whitespace',
filter: [
'elision'
]
}
}
}
}
}
)
puts response
PUT /elision_example
{
"settings": {
"analysis": {
"analyzer": {
"whitespace_elision": {
"tokenizer": "whitespace",
"filter": [ "elision" ]
}
}
}
}
}
可配置参数编辑
-
articles -
（必填*，字符串数组）要删除的省略列表。
要删除省略，省略必须位于标记的开头，并且紧跟其后的是撇号。省略和撇号都将被删除。
对于自定义
elision过滤器，必须指定articles参数或articles_path参数。 -
articles_path -
（必填*，字符串）包含要删除的省略列表的文件的路径。
此路径必须是绝对路径或相对于
config位置的路径，并且文件必须采用 UTF-8 编码。文件中的每个省略都必须用换行符分隔。要删除省略，省略必须位于标记的开头，并且紧跟其后的是撇号。省略和撇号都将被删除。
对于自定义
elision过滤器，必须指定articles_path参数或articles参数。 -
articles_case - （可选，布尔值）如果为
true，则省略匹配不区分大小写。如果为false，则省略匹配区分大小写。默认为false。
自定义编辑
要自定义 elision 过滤器，请复制它以创建新的自定义标记过滤器的基础。您可以使用其可配置参数修改过滤器。
例如，以下请求创建一个不区分大小写的自定义 elision 过滤器，该过滤器删除 l'、m'、t'、qu'、n'、s' 和 j' 省略
response = client.indices.create(
index: 'elision_case_insensitive_example',
body: {
settings: {
analysis: {
analyzer: {
default: {
tokenizer: 'whitespace',
filter: [
'elision_case_insensitive'
]
}
},
filter: {
elision_case_insensitive: {
type: 'elision',
articles: [
'l',
'm',
't',
'qu',
'n',
's',
'j'
],
articles_case: true
}
}
}
}
}
)
puts response
PUT /elision_case_insensitive_example
{
"settings": {
"analysis": {
"analyzer": {
"default": {
"tokenizer": "whitespace",
"filter": [ "elision_case_insensitive" ]
}
},
"filter": {
"elision_case_insensitive": {
"type": "elision",
"articles": [ "l", "m", "t", "qu", "n", "s", "j" ],
"articles_case": true
}
}
}
}
}