对于无序的英文编号如何进行分词呢

Question

对于商品的编码如何进行分词 如8JO 99 99Y UDS 应该如何分词和检索呢

Answer 1

rockybean 2018-07-10 17:05:14

如果你要解决空格的问题，可以用下面这种自定义分词的方法

GET _analyze

{

  "char_filter": [

    {

      "type": "pattern_replace",

      "pattern": "\\s",

      "replacement": ""

    }

  ],

  "tokenizer": {

    "type": "ngram",

    "min_gram": 3,

    "max_gram":11

  },

  "text": "8JO 99 99Y UDS"

}

• 提问者 颐和园的昆 #1

  好的老师 我目前是在java程序中去除的空格,然后按照ngram 3+3的方式进行分词。查询的时候用的simple_query_string 在程序中根据长度/3 拼加号 如8JO+99 99Y+UDS 然后问题解决了 谢谢老师

Answer 2

rockybean 2018-07-10 14:51:39

如何分词要看你的需求？

业务需求要求如何搜索呢？

• 提问者 颐和园的昆 #1

  就是输入任意至少三个连续字符 可以匹配到该编码  我目前用的是 ngram的分词方法 设置min_gram=3 ,max_gram=4 但是查询的时候比较迷茫 =。=

• rockybean 回复 提问者 颐和园的昆 #2

  按照这个需求，你的分词方法是没有问题的，你的迷茫点是什么？

• 提问者 颐和园的昆 回复 rockybean #3

  就是在完整输入一个编码的时候查不到，，，我去调整minimum_should_match 也不行，，，， 很神奇

点开查看后面5条评论