Phrase Suggester

注意

为了理解 suggestions 的形式，请先阅读suggesters。

术语 suggester 提供了一种非常方便的 API ，以在某个字符串距离内在每个 token 的基础上访问字替换。 API 允许单独访问流中的每个 token ，而 suggest 选择由API使用者选择。 然而，通常需要预先选择的 suggestions 以呈现给最终用户。 短语 suggester 在 term suggester 之上添加额外的逻辑以选择整个经校正的短语，而不是基于 ngram-language 模型加权的单个 token 。 在实践中，这个 suggester 将能够基于共现和频率来做出关于选择哪些 token 的更好的决定。

API 示例

一般来说，phrase suggester 需要前面的特殊映射。 此页面上的 phrase suggester 示例需要以下映射才能正常工作。 仅在最后一个示例中使用反向(reverse)分析器。

PUT test
{
  "settings": {
    "index": {
      "number_of_shards": 1,
      "analysis": {
        "analyzer": {
          "trigram": {
            "type": "custom",
            "tokenizer": "standard",
            "filter": ["standard", "shingle"]
          },
          "reverse": {
            "type": "custom",
            "tokenizer": "standard",
            "filter": ["standard", "reverse"]
          }
        },
        "filter": {
          "shingle": {
            "type": "shingle",
            "min_shingle_size": 2,
            "max_shingle_size": 3
          }
        }
      }
    }
  },
  "mappings": {
    "test": {
      "properties": {
        "title": {
          "type": "text",
          "fields": {
            "trigram": {
              "type": "text",
              "analyzer": "trigram"
            },
            "reverse": {
              "type": "text",
              "analyzer": "reverse"
            }
          }
        }
      }
    }
  }
}
POST test/test?refresh=true
{"title": "noble warriors"}
POST test/test?refresh=true
{"title": "nobel prize"}

一旦你设置了分析器和映射，你可以在同一个地方使用 phrase suggester，你可以使用 term suggester ：

POST test/_search
{
  "suggest": {
    "text": "noble prize",
    "simple_phrase": {
      "phrase": {
        "field": "title.trigram",
        "size": 1,
        "gram_size": 3,
        "direct_generator": [ {
          "field": "title.trigram",
          "suggest_mode": "always"
        } ],
        "highlight": {
          "pre_tag": "<em>",
          "post_tag": "</em>"
        }
      }
    }
  }
}

该响应包含由最可能的拼写纠正评分的 suggestions 。 在这种情况下，我们收到了预期的校正“诺贝尔奖”。

{
  "_shards": ...
  "hits": ...
  "timed_out": false,
  "took": 3,
  "suggest": {
    "simple_phrase" : [
      {
        "text" : "noble prize",
        "offset" : 0,
        "length" : 11,
        "options" : [ {
          "text" : "nobel prize",
          "highlighted": "<em>nobel</em> prize",
          "score" : 0.5962314
        }]
      }
    ]
  }
}

基本短语 suggest API 参数

POST _search
{
  "suggest": {
    "text" : "noble prize",
    "simple_phrase" : {
      "phrase" : {
        "field" :  "title.trigram",
        "size" :   1,
        "direct_generator" : [ {
          "field" :            "title.trigram",
          "suggest_mode" :     "always",
          "min_word_length" :  1
        } ],
        "collate": {
          "query": { # ①
            "inline" : {
              "match": {
                "{{field_name}}" : "{{suggestion}}"  # ②
              }
            }
          },
          "params": {"field_name" : "title"},  # ③
          "prune": true # ④
        }
      }
    }
  }
}

① 所有这三个元素都是可选的。

② 变量将会被每个 suggestion 文本所代替。

③ 额外的 field_name 变量已经在 params 中被指定，并且被 match 查询所使用。

④ 所有的 suggestions 将和一个额外的 collate_match 选项一起返回，表示是否生成的短语匹配任何文档。

平滑（smothing）模型

短语 suggester 支持多个平滑模型来平衡重量不频繁grams（grams（瓦）不存在于索引中）和频繁 grams（在索引中至少出现一次）。

stupid_backoff 简单的回退模型，如果高阶计数为0并且通过常数因子折扣低阶n-gram模型，则回退到低阶n-gram模型。 默认折扣为0.4。 Stupid Backoff是默认模型。

laplace 使用添加平滑的平滑模型，其中将常数（通常为1.0或更小）添加到所有计数以平衡权重。默认α为0.5。

linear_interpolation 平滑模型，其基于用户提供的权重（lambdas）获取单字组，双字组和三字母组的加权平均值。 线性插值没有任何默认值。 必须提供所有参数（trigram_lambda，bigram_lambda，unigram_lambda）。

候选生成器（ Generators）

短语 suggester 使用候选生成器来产生给定文本中每个术语的可能术语的列表。 单个候选生成器类似于对文本中的每个单独术语调用的术语 suggester 。 生成器的输出随后与来自其他项的候选一起被评分以用于 suggestions 候选。

目前只支持一种类型的候选生成器，direct_generator。 Phrase suggestions API接受在关键direct_generator下的生成器列表，列表中的每个生成器在原始文本中被称为每个term。

直接生成器（Generators）

直接生成器支持以下参数：

他下面的例子显示了一个短语 suggest 用两个生成器调用，第一个使用包含普通索引术语的字段，第二个使用使用索引与反向过滤器的术语的字段（令牌是相反顺序的索引）。 这用于克服直接发电机的限制，需要恒定的前缀来提供高性能 suggestions 。 pre_filter和post_filter选项接受普通分析器名称。

POST _suggest
{
  "text" : "obel prize",
  "simple_phrase" : {
    "phrase" : {
      "field" : "title.trigram",
      "size" : 1,
      "direct_generator" : [ {
        "field" : "title.trigram",
        "suggest_mode" : "always"
      }, {
        "field" : "title.reverse",
        "suggest_mode" : "always",
        "pre_filter" : "reverse",
        "post_filter" : "reverse"
      } ]
    }
  }
}

pre_filter和post_filter也可以用于在生成候选项之后注入同义词。 例如，对于查询caption usq，我们可以为项usq生成候选usa，这是 america的同义词，其允许如果该短语得分足够高则向用户呈现captain america。