KStem 词元过滤器
编辑KStem 词元过滤器编辑
提供 KStem 基于英语的词干提取。 kstem 过滤器将 算法词干提取 与内置 词典 相结合。
kstem 过滤器倾向于比其他英语词干提取过滤器（例如 porter_stem 过滤器）更少地进行词干提取。
kstem 过滤器等效于 stemmer 过滤器的 light_english 变体。
此过滤器使用 Lucene 的 KStemFilter。
示例编辑
以下分析 API 请求使用 kstem 过滤器将 the foxes jumping quickly 词干提取为 the fox jump quick
response = client.indices.analyze(
body: {
tokenizer: 'standard',
filter: [
'kstem'
],
text: 'the foxes jumping quickly'
}
)
puts 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
以下 创建索引 API 请求使用 kstem 过滤器来配置新的 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。
response = client.indices.create(
index: 'my-index-000001',
body: {
settings: {
analysis: {
analyzer: {
my_analyzer: {
tokenizer: 'whitespace',
filter: [
'lowercase',
'kstem'
]
}
}
}
}
}
)
puts response
PUT /my-index-000001
{
"settings": {
"analysis": {
"analyzer": {
"my_analyzer": {
"tokenizer": "whitespace",
"filter": [
"lowercase",
"kstem"
]
}
}
}
}
}