amazon-web-services - Elasticsearch 与语音搜索

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了不正确的拼写，也要找到匹配的结果。
我已完成以下步骤:

删除域

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

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"
      }
    }
  }
}'

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"
}
'

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。与 Ischgl 和 Ichgl 或 Saalbach 和 Salbach 相同的问题。
我的错误在哪里？有事吗？

Answer 1

问题是您使用了错误的encoder。 metaphone与之不符。
您需要使用double_metaphone作为输入。它基于语音算法的实现。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。
对应:

{
      "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metaphone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通过以下方式工作:

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
        }
    ]
}