首页 文章

如何增加elasticsearch metaphone语音过滤器的最大代码长度？

提问于
浏览 次
1

我正在使用弹性搜索的语音插件过滤器 . https://github.com/elastic/elasticsearch-analysis-phonetic

当我创建索引时，我正在使用以下设置创建自定义过滤器 .

soundex: {
            type: "phonetic",
            encoder: "metaphone",
            replace: "true"
}

这样可以正常工作，但创建的metaphone令牌最大长度为4个字符，这会给我的搜索结果增加太多噪音 . 例如，我获得了避孕和控制的KNTR（它的医疗数据） .

根据Unexpected results from Metaphone algorithm，底层Java API包含setMaxCodeLen值 . 在elasticsearch中配置它时如何设置？

我想做点什么：

soundex: {
                type: "phonetic",
                encoder: "metaphone",
                replace: "true",
                maxcodelen: 8
    }

但到目前为止，我一直无法确定是否可以配置编码器以增加编码令牌的最大长度 . 可以配置吗？如果是这样，怎么样？

elasticsearch elasticsearch-plugin metaphone

1 回答

  • 2

    我认为配置它是不可能的 . 我已经检查了插件的源代码，看起来很容易实现你的要求 .

    在PhoneticTokenFilterFactory.java你会看到：

    this.maxcodelength = 0;
this.replace = settings.getAsBoolean("replace", true);

    您可以猜到，可以配置 replace 参数，但 maxcodelenght 始终设置为 0 . 因此，您可以通过以下方式更改该行：

    this.maxcodelength = settings.getAsInt("maxcodelen", 0);

    我将新属性命名为“maxcodelen”，因为它是您在示例中使用的名称 .

    然后你可以编译它并从你的本地安装修改过的插件（check how to install local plugins）

    如果一切正常并且您想要，请发送拉取请求:)

    回复于

相关问题