谓词词元过滤器 #

谓词词元过滤器(predicate_token_filter)会根据自定义脚本中定义的条件来评估词元是应该保留还是丢弃。词元的评估是在分析谓词上下文中进行的。此过滤器仅支持内联 Painless 脚本。

参数说明 #

谓词词元过滤器有一个必需参数：script。该参数提供一个条件，用于评估词元是否应被保留。

参考样例 #

以下示例请求创建了一个名为 predicate_index 的新索引，并配置了一个带有谓词词元过滤器的分词器。该过滤器指定仅输出长度超过 7 个字符的词元。

PUT /predicate_index
{
  "settings": {
    "analysis": {
      "filter": {
        "my_predicate_filter": {
          "type": "predicate_token_filter",
          "script": {
            "source": "token.term.length() > 7"
          }
        }
      },
      "analyzer": {
        "predicate_analyzer": {
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "my_predicate_filter"
          ]
        }
      }
    }
  }
}

产生的词元 #

使用以下请求来检查使用该分词器生成的词元：

POST /predicate_index/_analyze
{
  "text": "The Easysearch community is growing rapidly",
  "analyzer": "predicate_analyzer"
}

返回内容包含产生的词元

{
  "tokens": [
    {
      "token": "easysearch",
      "start_offset": 4,
      "end_offset": 14,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "community",
      "start_offset": 15,
      "end_offset": 24,
      "type": "<ALPHANUM>",
      "position": 2
    }
  ]
}