我对elasticsearch还比较陌生,正致力于在多个领域获得部分匹配。例如,假设我索引了以下三个文档:
{
"document-id": "Patient1",
"document-type": "patients",
"firstName": "Benjamin",
"lastName": "Carlton",
"medicalRecordNumber": "111-222-3333"
}
{
"document-id": "Patient2",
"document-type": "patients",
"firstName": "Carly",
"lastName": "Benson",
"medicalRecordNumber": "111-222-3334"
}
{
"document-id": "Patient3",
"document-type": "patients",
"firstName": "Jason",
"lastName": "Benson",
"medicalRecordNumber": "111-222-3335"
}
我想设计一个分析器和搜索查询,以便搜索:
“本”三个字都匹配(很简单)
“本卡尔”匹配1和2
“卡尔本”也匹配1和2
“benj carl”只匹配#1(考虑到ngram标记器的工作方式,它不像我想象的那样自然地遵循前面的那些)
“carlt ben”只匹配2(相同)
“本杰·卡尔特”不会有对手
“111-222-3334”仅匹配#2
我觉得我很接近,使用以下分析仪:
{
"settings": {
"analysis": {
"tokenizer": {
"partialMatchTokenizer": {
"type": "edge_ngram",
"min_gram": 2,
"max_gram": 10
}
},
"analyzer": {
"partialMatchAnalyzer": {
"type": "custom",
"tokenizer": "partialMatchTokenizer",
"char_filter": [],
"filter": [
"lowercase"
]
}
}
}
},
"mappings": {
"_doc": {
"properties": {
"lastName": {
"type": "text",
"analyzer": "partialMatchAnalyzer"
},
"firstName": {
"type": "text",
"analyzer": "partialMatchAnalyzer"
}
}
}
}
}
以及以下查询:
{
"query": {
"multi_match": {
"query": "carlt ben",
"type": "cross_fields",
"fields": [
"firstName",
"lastName",
"medicalRecordNumber"
],
"operator": "or"
}
}
}
但还不太清楚。“或”似乎过于放纵;一个“和”似乎太严格了。有时n-gram匹配似乎提供了意想不到的结果。例如,上面的查询(“carlt-ben”)同时匹配#1和#2(即,“carlt”匹配“carly”,可能是因为“carl”n-gram匹配)。另外,奇怪的是,“carlt-ben”和“ben-carlt”提供了两种不同的结果集(#1与#1)。
关于如何更改分析器和/或查询以获得上述结果,有什么想法吗?
暂无答案!
目前还没有任何答案,快来回答吧!