ElasticSearch-Поиск Человеческих Имен

Во-первых, я воссоздал вашу текущую конфигурацию в игре: https://www.found.no/play/gist/867785a709b4869c5543

Если вы перейдете туда, перейдите на вкладку "Анализ", чтобы увидеть, как преобразуется текст:

Обратите внимание, например, что Heaney в конечном итоге маркируется как [hn, heanei] с search_analyzer и как [HN, heanei] с index_analyzer. Примечание в случае-разница для метафон-термин. Таким образом, это одно не соответствует.

fuzzy-запрос не выполняет анализ текста во время запроса. Таким образом, вы заканчиваете вверх по сравнению Heavey с heanei. Это расстояниеДамерау-Левенштейна больше, чем позволяют ваши параметры.

То, что вы действительно хотите сделать, - это использовать нечеткую функциональность match. Match делает анализ текста во время запроса и имеет нечеткость-параметр.

Что касается fuzziness, это немного изменилось в Lucene 4. Раньше это были, как правило, указан в качестве поплавка. Теперь это должно быть указано как допустимое расстояние. Есть выдающаяся тяга просьба разъяснить, что: https://github.com/elasticsearch/elasticsearch/pull/4332/files

Причина, по которой вы получаете людей без имени Michael, заключается в том, что вы делаете bool.should. Это или-семантика. Достаточно того, что один соответствует, но забивать-это лучше, чем больше это соответствует. Наконец, объединение всей этой фильтрации в один и тот же термин не обязательно является лучшим подходом. Например, вы не можете знать и усиливать точное написание. Что вы должны делать рассмотрим использованиеmulti_field для обработки поля многими способами.

Вот пример, который вы можете воспроизвести с , с командами curl, чтобы воссоздать его ниже. Однако я бы полностью отказался от использования штеммера "Портер" для этого. Я сохранил его только для того, чтобы показать, как работает multi_field. Использование сочетания матч, матч с нечеткостью и фонетическое соответствие должно привести вас далеко. (Убедитесь, что вы не допускаете нечеткости, когда делаете фонетическое сопоставление - или вы получите бесполезное нечеткое сопоставление. :- )

#!/bin/bash

export ELASTICSEARCH_ENDPOINT="http://localhost:9200"

# Create indexes

curl -XPUT "$ELASTICSEARCH_ENDPOINT/play" -d '{
    "settings": {
        "analysis": {
            "text": [
                "Michael",
                "Heaney",
                "Heavey"
            ],
            "analyzer": {
                "metaphone": {
                    "type": "custom",
                    "tokenizer": "standard",
                    "filter": [
                        "my_metaphone"
                    ]
                },
                "porter": {
                    "type": "custom",
                    "tokenizer": "standard",
                    "filter": [
                        "lowercase",
                        "porter_stem"
                    ]
                }
            },
            "filter": {
                "my_metaphone": {
                    "encoder": "metaphone",
                    "replace": false,
                    "type": "phonetic"
                }
            }
        }
    },
    "mappings": {
        "jr": {
            "properties": {
                "pty_surename": {
                    "type": "multi_field",
                    "fields": {
                        "pty_surename": {
                            "type": "string",
                            "analyzer": "simple"
                        },
                        "metaphone": {
                            "type": "string",
                            "analyzer": "metaphone"
                        },
                        "porter": {
                            "type": "string",
                            "analyzer": "porter"
                        }
                    }
                }
            }
        }
    }
}'


# Index documents
curl -XPOST "$ELASTICSEARCH_ENDPOINT/_bulk?refresh=true" -d '
{"index":{"_index":"play","_type":"jr"}}
{"pty_surname":"Heaney"}
{"index":{"_index":"play","_type":"jr"}}
{"pty_surname":"Heavey"}
'

# Do searches

curl -XPOST "$ELASTICSEARCH_ENDPOINT/_search?pretty" -d '
{
    "query": {
        "bool": {
            "should": [
                {
                    "bool": {
                        "should": [
                            {
                                "match": {
                                    "pty_surname": {
                                        "query": "heavey"
                                    }
                                }
                            },
                            {
                                "match": {
                                    "pty_surname": {
                                        "query": "heavey",
                                        "fuzziness": 1
                                    }
                                }
                            },
                            {
                                "match": {
                                    "pty_surename.metaphone": {
                                        "query": "heavey"
                                    }
                                }
                            },
                            {
                                "match": {
                                    "pty_surename.porter": {
                                        "query": "heavey"
                                    }
                                }
                            }
                        ]
                    }
                }
            ]
        }
    }
}
'