注意
为了理解 suggestions 的形式,请先阅读suggesters。
term
建议器根据编辑距离来进行词条建议。
Options | Description |
---|---|
text |
suggest 文本,suggest 文本是必须选项,需要被设定为全局或者对每个 suggestion。 |
field |
从中获取候选 suggestions 的字段(field)。 这是必需的选项,需要设置为全局或按 suggestion 设置。 |
analyzer |
分词器用来分析suggest文本,默认为 suggest 字段的分词器。 |
size |
每个 suggest 文本标记(token)返回的最大更正值。 |
sort |
定义每个 suggest 文本术语中 suggestions 该如何排序。 两个可能的值:score :先按照分数排序,然后按文档频率排序,然后是术语本身。frequency :按文档频率排序,然后依次选择相似性分数和术语本身。 |
suggest_mode |
suggest_mode 控制什么 suggestions 被包括或控制什么 suggest 文本术语,什么 suggestions 应该被 suggested。 可以指定三个可能的值:missing : 只提供不在索引中的 suggest 文字字词的 suggestion 。 这是默认值。popular :只 suggest 出现在更多文档中的 suggestions,而不是原始 suggest 文本术语。always : 根据 suggest 文字中的字词 suggest 任何相符的 suggestions。 |
Options | Description |
---|---|
lowercase_terms |
在文本分析后的 小写 suggest 文本术语。 |
max_edits |
可以认为是候选 suggestions 的最大编辑距离。 只能是介于1 和2 之间的值。任何其他值都会导致抛出错误的请求错误。 默认为2 。 |
prefix_length |
为了成为候选 suggestions 所必须匹配的最小前缀字符的数量。 默认值为1 .增加此数字可提高拼写检查性能。 通常拼写错误不会出现在术语的开头。 (旧名称 “prefix_len” 已弃用) |
min_word_length |
suggest 文本术语必须包含的最小长度。 默认值为4 .(旧名称 “min_word_len” 已弃用) |
shard_size |
设置要从每个单独的分片检索的 suggestions 的最大数量。 在减少阶段期间,仅基于size 选项返回前N个 suggestions。 默认为size 选项。 将其设置为大于该size 的值可以是有用的,以便以性能为代价获得更准确的拼写校正的文档频率。 由于术语在分片之间分割的事实,拼写校正的分片级文档频率可能不精确。 ` |
max_inspections |
用于乘以 shards_size 以便在碎片级别上检查更多候选拼写校正的因子。 可以以性能为代价提高精度。 默认为5 。 |
min_doc_freq |
suggestion 应该出现的文档数量的最小阈值。这可以指定为绝对数字或文档数量的相对百分比。 这可以通过仅 suggesting 高频项来提高质量。 默认值为0f ,未启用。 如果指定的值大于1 ,则该数字不能为小数。 分片级文档频率用于此选项。 |
max_term_freq |
suggest 文本标记可以存在的文档数量中的最大阈值,以便包括。 可以是表示文档频率的相对百分比数字(例如0.4)或绝对数字。 如果指定的值大于1,则不能指定小数。 默认为 0.01f。 这可以用于排除高频术语的拼写检查。 高频项通常拼写正确,这也提高了拼写检查的性能。 分片级文档频率用于此选项。 |
string_distance |
使用哪个字符串距离实现来比较类似的 suggested 术语。 可以指定五个可能的值: internal - 基于 damerau_levenshtein 的默认值,但是高度优化用于比较索引中的项的字符串距离。damerau_levenshtein —— 基于 Damerau-Levenshtein 算法的字符串距离算法。 levenstein —— 基于 Levenstein 编码距离算法的字符串距离算法。 jarowinkler —— 基于 Jaro-Winkler 算法的字符串距离算法。 ngram —— 基于字符n-gram 的字符串距离算法。 |