德语归一化过滤器 #

german_normalization 词元过滤器将德语特有的元音变音和 ß 归一化为 ASCII 等价形式。

归一化规则 #

原始	归一化	说明
ä	a	元音变音归一化
ö	o	元音变音归一化
ü	u	元音变音归一化
Ä	A	大写变音归一化
Ö	O	大写变音归一化
Ü	U	大写变音归一化
ß	ss	双 s 替换

注意：这与 ae → a 不同。此过滤器只处理变音符号字符本身，不处理 ae/oe/ue 的拼写变体。

使用示例 #

PUT my-german-index
{
  "settings": {
    "analysis": {
      "filter": {
        "german_norm": {
          "type": "german_normalization"
        }
      },
      "analyzer": {
        "my_german": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["lowercase", "german_norm", "german_stemmer"]
        }
      }
    }
  }
}

测试效果 #

GET /_analyze
{
  "tokenizer": "standard",
  "filter": ["german_normalization"],
  "text": "Straße Übung Ärger"
}

响应中 Straße → strasse、Übung → ubung、Ärger → arger。

参数 #

此过滤器不接受任何参数。

在语言分析器中的位置 #

德语分析器内置了此过滤器，其分析链为：

standard 分词器 → lowercase → stop（德语） → keyword_marker（stem_exclusion） → german_normalization → german_light_stem