土耳其语词干过滤器 #

turkish_stemmer 词元过滤器使用 Snowball 算法对土耳其语文本进行词干提取。

功能说明 #

土耳其语是黏着语，一个词可以有多层后缀。此词干提取器移除常见的名词格后缀、所有格后缀和动词变位后缀。

注意：土耳其语有特殊的大小写规则（İ↔i、I↔ı），需要搭配 turkish_lowercase 过滤器。

使用示例 #

PUT my-turkish-index
{
  "settings": {
    "analysis": {
      "filter": {
        "tr_stem": {
          "type": "stemmer",
          "language": "turkish"
        }
      },
      "analyzer": {
        "my_turkish": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["apostrophe", "turkish_lowercase", "tr_stem"]
        }
      }
    }
  }
}

测试效果 #

GET /_analyze
{
  "analyzer": "turkish",
  "text": "programcıların programlama"
}

参数 #

参数	值	说明
`type`	`stemmer`	过滤器类型
`language`	`turkish`	指定土耳其语 Snowball 词干算法

在语言分析器中的位置 #

土耳其语分析器内置了此过滤器，搭配 apostrophe 和 turkish_lowercase。