首页   注册   登录
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX  ›  程序员

ES 中对 不规则的产品编号 该如何进行分词呢?

  •  
  •   eziooooo · 27 天前 · 364 次点击

    有商品编号 id 是一些字母加数字加符号组成的字符串,该如何进行分词?

    例如 id 是 STM8_S003F3P6 输入 STM8_S003F3P6,STM8,S003F3P6,S003,F3P6 都能搜索出来结果来

    写了个 ngram 让它类似去穷举的索引分词,然后搜索分词就简单一些, 这样子的做法是可行,或者还有更好的办法吗? "tokenizer": { "ngram_tokenizer": { "type": "ngram", "min_gram": 3, "max_gram": 10, "token_chars": [ "letter", "digit" ] } }

    "analyzer": { "index_analyzer": { "tokenizer": "ngram_tokenizer", "filter": [ "lowercase" ] }, "search_analyzer": { "type": "custom", "tokenizer": "standard", "filter": [ "lowercase" ] } } }

    2 回复  |  直到 2019-10-17 09:04:32 +08:00
        1
    petelin   27 天前 via iPhone
    没有 因为看不出来为什么 F3P6 也要求搜出来
        2
    zbinlin   26 天前
    为什么是 F3P6 呢,那 003F 呢?
    关于   ·   FAQ   ·   API   ·   我们的愿景   ·   广告投放   ·   感谢   ·   实用小工具   ·   1274 人在线   最高记录 5043   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.3 · 22ms · UTC 23:31 · PVG 07:31 · LAX 15:31 · JFK 18:31
    ♥ Do have faith in what you're doing.