Pinyin 分词器 #
pinyin 分词器来自 analysis-pinyin 插件，将中文文本直接转换为拼音词元。与 pinyin 词元过滤器不同，分词器在分词阶段就完成拼音转换。
前提条件 #
bin/easysearch-plugin install analysis-pinyin
分词器 vs 过滤器 #
| 组件 | 说明 | 适用场景 |
|---|---|---|
pinyin 分词器 | 直接将整段文本转拼音并分词 | 纯拼音索引 |
pinyin 词元过滤器 | 在已有分词结果上转拼音 | 需要保留原始中文词元 |
使用示例 #
基本用法 #
PUT my-pinyin-index
{
"settings": {
"analysis": {
"analyzer": {
"pinyin_analyzer": {
"type": "custom",
"tokenizer": "pinyin",
"filter": ["lowercase"]
}
}
}
},
"mappings": {
"properties": {
"name": {
"type": "text",
"analyzer": "pinyin_analyzer"
}
}
}
}
测试分词 #
GET /_analyze
{
"tokenizer": "pinyin",
"text": "中华人民共和国"
}
参数 #
分词器支持与 pinyin 词元过滤器相同的参数：
| 参数 | 默认值 | 说明 |
|---|---|---|
keep_first_letter | true | 保留拼音首字母 |
keep_full_pinyin | true | 保留全拼 |
keep_joined_full_pinyin | false | 连接全拼输出 |
keep_original | false | 保留原始中文 |
keep_none_chinese | true | 保留非中文字符 |
limit_first_letter_length | 16 | 首字母最大长度 |
lowercase | true | 拼音小写 |
remove_duplicated_term | false | 移除重复词项 |