语言分析器
使用特定于语言的分析器创建适合特定语言的索引。 每种语言分析器都具有基于该语言使用模式的内置停用词和词划分。
Atlas Search 提供以下语言分析器:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 cjk
是通用的中文、日文和韩文分析器
2 kuromoji
是日文分析器
3 morfologik
是一个波兰语分析器
4 nori
是韩语分析器
5 smartcn
是一个中文分析器
示例
以一个名为cars
的集合为例,其中包含以下文档:
{ "_id": 1, "subject": { "en": "It is better to equip our cars to understand the causes of the accident.", "fr": "Mieux équiper nos voitures pour comprendre les causes d'un accident.", "he": "עדיף לצייד את המכוניות שלנו כדי להבין את הגורמים לתאונה." } }
{ "_id": 2, "subject": { "en": "The best time to do this is immediately after you've filled up with fuel", "fr": "Le meilleur moment pour le faire c'est immédiatement après que vous aurez fait le plein de carburant.", "he": "הזמן הטוב ביותר לעשות זאת הוא מיד לאחר שמילאת דלק." } }
内置语言分析器示例
以下示例索引定义使用french
分析器指定subject.fr
字段上的索引:
{ "mappings": { "fields": { "subject": { "fields": { "fr": { "analyzer": "lucene.french", "type": "string" } }, "type": "document" } } } }
以下查询在 subject.fr
字段中搜索string pour
:
db.cars.aggregate([ { $search: { "text": { "query": "pour", "path": "subject.fr" } } }, { $project: { "_id": 0, "subject.fr": 1 } } ])
使用french
分析器时,上一个查询不会返回任何结果,因为pour
是内置停用词。 使用standard
分析器,同一查询将返回两个文档。
以下查询在 subject.fr
字段中搜索string carburant
:
db.cars.aggregate([ { $search: { "text": { "query": "carburant", "path": "subject.fr" } } }, { $project: { "_id": 0, "subject.fr": 1 } } ])
{ subject: { fr: "Le meilleur moment pour le faire c'est immédiatement après que vous aurez fait le plein de carburant." } }
Atlas Search 在结果中返回包含_id: 1
的文档,因为该查询与lucene.french
分析器为该文档创建的词元匹配。 lucene.french
分析器使用_id: 1
为文档中的subject.fr
字段创建以下词元:
|
|
|
|
|
|
|
|
|
自定义语言分析器示例
您还可以使用 icuFolding 和 stopword 词元过滤器创建 自定义分析器,为不支持的语言创建索引。
以下示例索引定义使用名为 myHebrewAnalyzer
的自定义分析器在 subject.he
字段上指定索引,用于分析和创建适用于希伯来语文本的词元:
{ "analyzer": "lucene.standard", "mappings": { "dynamic": false, "fields": { "subject": { "fields": { "he": { "analyzer": "myHebrewAnalyzer", "type": "string" } }, "type": "document" } } }, "analyzers": [ { "charFilters": [], "name": "myHebrewAnalyzer", "tokenFilters": [ { "type": "icuFolding" }, { "tokens": [ "אן", "שלנו", "זה", "אל" ], "type": "stopword" } ], "tokenizer": { "type": "standard" } } ] }
以下查询在 subject.he
字段中搜索string המכוניות
:
db.cars.aggregate([ { $search: { "text": { "query": "המכוניות", "path": "subject.he" } } }, { $project: { "_id": 0, "subject.he": 1 } } ])
{ subject: { he: 'עדיף לצייד את המכוניות שלנו כדי להבין את הגורמים לתאונה.' } }
Atlas Search 在结果中返回包含_id: 1
的文档,因为该查询与myHebrewAnalyzer
分析器为文档创建的词元匹配。 myHebrewAnalyzer
分析器使用_id: 1
为文档中的subject.he
字段创建以下词元:
|
|
|
|
|
|
|
|
|