Elasti c Поиск по телефону c поиск

Question

Я пытаюсь получить Elasti c Search, делая поиск phoneti c в списке городов. Моя цель - найти совпадающие результаты, даже если пользователь использует неправильное написание.

Я выполнил следующие шаги:

1. Удалить домен

   curl -X DELETE "localhost:9200/city/"
   

2. Создать новый домен

   curl -X PUT "localhost:9200/city/?pretty" -H 'Content-Type: application/json' -d'                                                      
   {
     "settings": {
       "index": {
         "analysis": {
           "analyzer": {
             "my_analyzer": {
               "tokenizer": "standard",
               "filter": [
                 "lowercase",
                 "my_metaphone"
               ]
             }
           },
           "filter": {
             "my_metaphone": {
               "type": "phonetic",
               "encoder": "metaphone",
               "replace": true
             }
           }
         }
       }
     },
     "mappings": {
       "properties": {
         "name": {
           "type": "text",
           "analyzer": "my_analyzer"
         }
       }
     }
   }'
   

3. Заполнить примерные данные

   curl -X PUT "localhost:9200/city/_doc/1?pretty" -H 'Content-Type: application/json' -d'
   {
      "name":"Mayrhofen"
   }
   '
   
   curl -X PUT "localhost:9200/city/_doc/2?pretty" -H 'Content-Type: application/json' -d'
   {
      "name":"Ischgl"
   }
   '
   
   curl -X PUT "localhost:9200/city/_doc/3?pretty" -H 'Content-Type: application/json' -d'
   {
      "name":"Saalbach"
   }
   '
   

4. Искать в городах - здесь я получаю результат

   curl -X GET ""localhost:9200/city/_search?pretty" -H 'Content-Type: application/json' -d'
   {
      "query":{
         "query_string":{
            "query":"Mayrhofen" 
         }
      }
   }
   '
   

Я пробовал запрос с Mayerhofen и ожидал того же результата, что и Mayrhofen . Та же проблема с Ischgl и Ichgl или Saalbach и Salbach .

Где моя ошибка? Что-то не так?

Answer 1

Проблема в том, что вы используете неправильный encoder. metaphone не может соответствовать этим.

Что вам нужно использовать, это double_metaphone для ваших входных данных. Он основан на реализации алгоритма phoneti c. Я предлагаю вам понять свои данные и алгоритм, чтобы убедиться, что алгоритм phoneti c лучше всего подходит для ваших целей.

Отображение:

{
      "analysis": {
        "analyzer": {
          "double_meta_true_analyzer": {
            "tokenizer": "standard",
            "filter": [
              "lowercase",
              "true_doublemetaphone"
            ]
          }
        },
        "filter": {
          "true_doublemetaphone": {
            "type": "phonetic",
            "encoder": "double_metaphone",
            "replace": true
          }
        }
      }
    }

Он соответствует документации.

Почему метафон не соответствует:

GET http://localhost:9200/city2/_analyze
{
   "field":"meta_true",
   "text":"Mayrhofen"
}

дает

{
    "tokens": [
        {
            "token": "MRHF",
            "start_offset": 0,
            "end_offset": 9,
            "type": "<ALPHANUM>",
            "position": 0
        }
    ]
}

А анализ ниже

{
   "field":"meta_true",
   "text":"Mayerhofen"
}

дает

{
    "tokens": [
        {
            "token": "MYRH",
            "start_offset": 0,
            "end_offset": 10,
            "type": "<ALPHANUM>",
            "position": 0
        }
    ]
}

Double_Metaphone работает следующим образом:

GET
{
   "field":"doublemeta_true",
   "text":"Mayerhofen"
}

И

{
   "field":"doublemeta_true",
   "text":"Mayerhofen"
}

и

{
   "field":"doublemeta_true",
   "text":"Mayrhofen"
}

дает

{
    "tokens": [
        {
            "token": "MRFN",
            "start_offset": 0,
            "end_offset": 10,
            "type": "<ALPHANUM>",
            "position": 0
        }
    ]
}