› › ›

term_vector

`term_vector`编辑

词项向量包含有关由分析过程产生的词项的信息，包括

词项列表。
每个词项的位置（或顺序）。
将词项映射到其在原始字符串中的来源的开始和结束字符偏移量。
有效负载（如果可用）——与每个词项位置关联的用户定义二进制数据。

这些词项向量可以被存储，以便可以为特定文档检索它们。

term_vector 设置接受

`no`	不存储任何词项向量。（默认）
`yes`	只存储字段中的词项。
`with_positions`	存储词项和位置。
`with_offsets`	存储词项和字符偏移量。
`with_positions_offsets`	存储词项、位置和字符偏移量。
`with_positions_payloads`	存储词项、位置和有效负载。
`with_positions_offsets_payloads`	存储词项、位置、偏移量和有效负载。

快速向量高亮器需要 with_positions_offsets。词项向量 API 可以检索任何存储的内容。

设置 with_positions_offsets 将使字段索引的大小增加一倍。

response = client.indices.create(
  index: 'my-index-000001',
  body: {
    mappings: {
      properties: {
        text: {
          type: 'text',
          term_vector: 'with_positions_offsets'
        }
      }
    }
  }
)
puts response

response = client.index(
  index: 'my-index-000001',
  id: 1,
  body: {
    text: 'Quick brown fox'
  }
)
puts response

response = client.search(
  index: 'my-index-000001',
  body: {
    query: {
      match: {
        text: 'brown fox'
      }
    },
    highlight: {
      fields: {
        text: {}
      }
    }
  }
)
puts response

PUT my-index-000001
{
  "mappings": {
    "properties": {
      "text": {
        "type":        "text",
        "term_vector": "with_positions_offsets"
      }
    }
  }
}

PUT my-index-000001/_doc/1
{
  "text": "Quick brown fox"
}

GET my-index-000001/_search
{
  "query": {
    "match": {
      "text": "brown fox"
    }
  },
  "highlight": {
    "fields": {
      "text": {} 
    }
  }
}

快速向量高亮器将默认用于 text 字段，因为词项向量已启用。

« subobjects 映射限制设置 »

term_vector

term_vector编辑

`term_vector`编辑