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
eziooooo
V2EX  ›  程序员

ES 中对 不规则的产品编号 该如何进行分词呢?

  •  
  •   eziooooo · 2019-10-16 16:33:23 +08:00 · 999 次点击
    这是一个创建于 1625 天前的主题,其中的信息可能已经有所发展或是发生改变。

    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 条回复    2019-10-17 09:04:32 +08:00
    petelin
        1
    petelin  
       2019-10-16 21:51:15 +08:00 via iPhone
    没有 因为看不出来为什么 F3P6 也要求搜出来
    zbinlin
        2
    zbinlin  
       2019-10-17 09:04:32 +08:00
    为什么是 F3P6 呢,那 003F 呢?
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   3839 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 05:07 · PVG 13:07 · LAX 22:07 · JFK 01:07
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.