ბუნებრივი ენის დამუშავება(NLP) in Elasticsearch
ბუნებრივი ენის დამუშავება Elasticsearch მოიცავს აუცილებელ ნაბიჯებს შეყვანის ტექსტის ტრანსფორმაციისა და გაწმენდისთვის ძიებისა და მოთხოვნისთვის მოსამზადებლად. ქვემოთ მოცემულია ბუნებრივი ენის დამუშავების რამდენიმე მეთოდი Elasticsearch:
Tokenization
Tokenization არის ტექსტის უფრო მცირე ერთეულებად დაყოფის პროცესი, რომელსაც ეწოდება tokens. თითოეული ნიშანი, როგორც წესი, არის სიტყვა ან პატარა ფრაზა. ტექსტის ტოკენიზაცია ხელს უწყობს ძიების და შეკითხვის დაჩქარებას Elasticsearch.
მაგალითი: ტექსტი Elasticsearch არის ძლიერი საძიებო და ანალიტიკური ინსტრუმენტი. ტოკენიზდება: Elasticsearch, is, a, powerful, search, და analytics, tool.
ღეროს
ფუძე არის სიტყვების საბაზისო ან ძირეული ფორმით გადაქცევის პროცესი. მიზანია სიტყვების ნორმალიზება იმავე სიტყვის ფუძით, რაც ხელს უწყობს ძიების უფრო ზუსტ შედეგებს.
მაგალითი: სიტყვები running, runs, ran გარდაიქმნება საბაზისო ფორმაში run.
შეაჩერე სიტყვების ამოღება
გაჩერების სიტყვები ჩვეულებრივი და ხშირად გავრცელებული სიტყვებია, როგორიცაა is, the და a. Elasticsearch წაშლის გაჩერებულ სიტყვებს ტექსტიდან, რათა შეამციროს ინდექსის ზომა და გააუმჯობესოს ძიების შესრულება.
მაგალითი: წინადადებაში The quick brown fox jumps over the lazy dog. გაჩერების სიტყვები the და over წაიშლება.
სინონიმები
სინონიმების იდენტიფიცირება ძიების შედეგების გაფართოებისთვის. Elasticsearch შეიძლება კონფიგურირებული იყოს სინონიმების დასამუშავებლად და ექვივალენტური შედეგების დასაბრუნებლად.
მაგალითი: თუ მომხმარებელი ეძებს big, Elasticsearch შეიძლება დააბრუნოს შედეგები ორივე large და huge.
რთული სიტყვების ანალიზი
რთული სიტყვების ან გაერთიანებული სიტყვების დამუშავება შედგენილ ენებში. Elasticsearch შეუძლია რთული სიტყვების გაანალიზება ცალკეულ კომპონენტებად უფრო ადვილი ძიებისთვის.
მაგალითი: გერმანულში რთული სიტყვა schwimmbad(საცურაო აუზი) შეიძლება გაანალიზდეს schwimm და bad.
ფრაზების ძიება Elasticsearch
ფრაზები ძიება არის ძიების სპეციფიკური გზა Elasticsearch, რომელიც ფოკუსირებულია კონკრეტული ფრაზების პოვნაზე, რომლებიც თანმიმდევრულად და სწორი თანმიმდევრობით გამოჩნდება ტექსტში. ეს უზრუნველყოფს ძიების უფრო ზუსტ და საიმედო შედეგებს.
მაგალითი: თუ არსებობს ტექსტი, Elasticsearch არის ძლიერი საძიებო და ანალიტიკური ინსტრუმენტი., ფრაზის ძიებისას ფრაზით „ძებნა და ანალიტიკა“, Elasticsearch დააბრუნებს მხოლოდ ამ ფრაზის შემცველ ტექსტებს სწორი თანმიმდევრობით, როგორიცაა ზემოთ ნახსენები ტექსტი.
phrase ძიების შესასრულებლად Elasticsearch შეგიძლიათ გამოიყენოთ შესაბამისი ფრაზების მოთხოვნა ან Match Phrase Prefix მოთხოვნა, თქვენი ძიების მოთხოვნებიდან გამომდინარე. მოთხოვნა Match Phrase მოძებნის ზუსტს phrase, ხოლო Match Phrase Prefix მოთხოვნა იძლევა ბოლო საკვანძო სიტყვის ნაწილობრივ დამთხვევას.