带语音搜索的弹性搜索

Question

我试图让 Elastic Search 在城市列表中进行语音搜索。我的目标是即使用户使用不正确的拼写也能找到匹配的结果。

我已经完成了以下步骤：

1. 删除域

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

2. 创建新域

   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. 填写一些样本数据

   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. 在城市中搜索 - 在这里我得到一个结果

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

我尝试使用 Mayerhofen 进行查询，并期望得到与使用 Mayrhofen 相同的结果。 Ischgl 和 Ichgl 或 Saalbach 和 Salbach 的问题相同。

我的错误在哪里？有什么消息吗？

Answer 1

问题是您使用了错误的encoder。 metaphone 无法匹配。

您需要使用double_metaphone 进行输入。它基于语音算法实现。我建议您了解您的数据和算法，以确保语音算法是否最适合您的目的。

映射：

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

它与文档匹配。

为什么变音位不匹配：

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

产量

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

并在下面分析

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

产量

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

---

Double_Metaphone 的工作方式如下：

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

和

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

和

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

产量

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