Verarbeitung natürlicher Sprache(NLP) in Elasticsearch
Die Verarbeitung natürlicher Sprache Elasticsearch umfasst wesentliche Schritte zur Transformation und Bereinigung des Eingabetextes als Vorbereitung für die Suche und Abfrage. Nachfolgend finden Sie einige Methoden zur Verarbeitung natürlicher Sprache in Elasticsearch:
Tokenization
Tokenization ist der Vorgang, bei dem der Text in kleinere Einheiten unterteilt wird tokens. Jedes Token ist normalerweise ein Wort oder eine kleine Phrase. Durch die Tokenisierung des Textes können Sie die Suche und Abfrage beschleunigen Elasticsearch.
Beispiel: Der Text Elasticsearch ist ein leistungsstarkes Such- und Analysetool. wird tokenisiert in: Elasticsearch, is, a, powerful, search und analytics, tool.
Stemmen
Bei der Wortstammbildung werden Wörter in ihre Grund- oder Wurzelform umgewandelt. Der Zweck besteht darin, Wörter mit demselben Wortstamm zu normalisieren und so genauere Suchergebnisse zu ermöglichen.
Beispiel: Die Wörter running, runs, ran werden in die Grundform umgewandelt run.
Stoppen Sie das Entfernen von Wörtern
Stoppwörter sind gebräuchliche und häufig vorkommende Wörter wie is, the und a. Elasticsearch Entfernt Stoppwörter aus dem Text, um die Indexgröße zu reduzieren und die Suchleistung zu verbessern.
Beispiel: Im Satz Der schnelle Braunfuchs springt über den faulen Hund. die Stoppwörter the und over werden entfernt.
Synonyme
Identifizieren von Synonymen zur Erweiterung der Suchergebnisse. Elasticsearch kann so konfiguriert werden, dass Synonyme verarbeitet werden und äquivalente Ergebnisse zurückgegeben werden.
Beispiel: Wenn ein Benutzer nach sucht big, Elasticsearch werden möglicherweise Ergebnisse zurückgegeben, die sowohl large als auch enthalten huge.
Analyse zusammengesetzter Wörter
Verarbeitung zusammengesetzter Wörter oder verbundener Wörter in zusammengesetzten Sprachen. Elasticsearch kann zusammengesetzte Wörter zur einfacheren Suche in einzelne Komponenten zerlegen.
Beispiel: Im Deutschen schwimmbad lässt sich das zusammengesetzte Wort(Schwimmbad) in schwimm und analysieren bad.
Phrasensuche in Elasticsearch
Die Phrasensuche ist eine spezielle Art der Suche in Elasticsearch, bei der der Schwerpunkt auf der Suche nach bestimmten Phrasen liegt, die nacheinander und in der richtigen Reihenfolge im Text vorkommen. Dies sorgt für genauere und zuverlässigere Suchergebnisse.
Beispiel: Wenn ein Text vorhanden ist Elasticsearch, handelt es sich um ein leistungsstarkes Such- und Analysetool. Wenn Sie eine Phrasensuche mit der Phrase „Suche und Analyse“ durchführen, Elasticsearch werden nur Texte zurückgegeben, die diese Phrase in der richtigen Reihenfolge enthalten, wie z. B. der oben erwähnte Text.
Um eine phrase Suche in durchzuführen, können Sie je nach Ihren Suchanforderungen Elasticsearch entweder die Match Phrase-Abfrage oder die Abfrage verwenden. Match Phrase Prefix Die Match Phrase Abfrage sucht nach einem genauen Schlüsselwort phrase, während die Match Phrase Prefix Abfrage eine teilweise Übereinstimmung mit dem letzten Schlüsselwort zulässt.