OpenSearch:Text analyzers

Analizador de palabras clave

Devuelve el valor completo del campo como un solo token sin ninguna segmentación. Utilícelo para búsquedas de coincidencia exacta en etiquetas, palabras clave, ID o cualquier cadena que deba tratarse como una unidad completa.

Tipos de campo compatibles: LITERAL, ARRAY, INT

Example: Si el valor de un campo es juhuacha, el documento se recupera únicamente cuando un usuario busca juhuacha.

Analizador general para chino

Segmenta el texto chino en unidades de búsqueda basadas en la semántica del idioma. Este es el punto de partida recomendado para la mayoría de los casos de uso de búsqueda de texto completo en chino.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Example: Si el valor de un campo es juhuacha, el documento se recupera cuando un usuario busca juhuacha, juhua, cha o huacha.

Analizador de comercio electrónico para chino

Es un analizador específico de la industria ajustado para la búsqueda de productos de comercio electrónico en chino. Gestiona nombres de productos, marcas y términos mixtos chino-inglés comunes en los catálogos minoristas.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Example: Si el valor de un campo es Dabao SOD honey, el documento se recupera cuando un usuario busca Dabao, sod, sodhoney, SOD honey o honey.

Analizador de caracteres individuales para chino

Segmenta el texto chino en caracteres individuales y en palabras de múltiples caracteres. Utilícelo cuando no se requiera significado semántico y se prefiera una mayor recuperación; por ejemplo, al buscar nombres de autores o de tiendas.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Example: Si el valor de un campo es juhuacha, el documento se recupera cuando un usuario busca juhuacha, juhua, cha, huacha, ju, hua o jucha.

Este analizador trata los números y las palabras en inglés como tokens individuales. Una búsqueda de he no recupera un documento cuyo campo contenga hello . Para admitir la coincidencia parcial de palabras en inglés, utilice el analizador difuso.

Analizador difuso

Admite búsquedas por pinyin, por prefijo/sufijo y de palabras o letras individuales. Los campos no deben exceder los 100 bytes.

Tipos de campo compatibles: SHORT_TEXT

El texto en chino no admite búsquedas por prefijo ni por sufijo. Estas búsquedas solo aplican a letras, números y pinyin. Para más detalles, consulte Fuzzy search .

Ejemplos:

• Chinese with pinyin: Si el valor de un campo es juhuacha, el documento se recupera cuando un usuario busca juhuacha, juhua, cha, huacha, ju, hua, jucha, ju, juhua, juhuacha, j, jh o jhc.

• Prefix/suffix on numbers: Si el valor de un campo es 138****5678, buscar ^138 recupera todos los números que comienzan con 138; buscar 5678$ recupera todos los números que terminan con 5678.

• Latin strings: Si el valor de un campo es OpenSearch, el documento se recupera cuando un usuario busca cualquier letra individual o combinación de letras contenidas en el valor.

Analizador con lematización para inglés

Reduce cada palabra en inglés a su forma raíz, lo que permite realizar búsquedas en variantes flexionadas. Los caracteres chinos consecutivos se tratan como un solo token.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Example: Si el valor de un campo es English tokenizer english analyzer, el documento se recupera cuando un usuario busca English tokenizer, english, analyz, analyzer, analyzers, analyze, analyzed o analyzing.

Analizador sin lematización para inglés

Segmenta el texto en espacios y signos de puntuación sin aplicar lematización. Utilícelo para búsquedas en inglés no semánticas, como títulos de libros o nombres de autores. Los caracteres chinos consecutivos se tratan como un solo token.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Example: Si el valor de un campo es English tokenizer english analyzer, el documento se recupera cuando un usuario busca English tokenizer, english o analyzer.

Analizador de análisis detallado para inglés

Segmenta el texto en inglés por unidad de búsqueda y divide las palabras compuestas en sus componentes. Es un analizador de propósito general para inglés destinado a casos de uso industriales amplios.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Disponibilidad: Solo aplicaciones exclusivas.

Example: Si el valor de un campo es dataprocess, el resultado del análisis es data process. El documento se recupera cuando un usuario busca dataprocess, data process, data o process.

Analizador de ortografía pinyin completa

Permite a los usuarios encontrar texto en chino ingresando la ortografía pinyin completa o las primeras letras de cada sílaba (pinyin abreviado). El usuario debe escribir una sílaba pinyin completa; las sílabas parciales no generan coincidencias.

Tipos de campo compatibles: SHORT_TEXT

Example: Si el valor de un campo es DaNeiMiTan007, el documento se recupera cuando un usuario busca d, dn, dnm, dnmt, dnmt007, da, danei, daneimi o daneimitan. Buscar an o anei no recupera el documento.

Analizador de ortografía pinyin abreviada

Permite a los usuarios encontrar texto en chino ingresando las primeras letras de cada sílaba pinyin. A diferencia del analizador de ortografía pinyin completa, este admite entradas de sílabas parciales.

Tipos de campo compatibles: SHORT_TEXT

Example: Si el valor de un campo es DaNeiMiTan007, el documento se recupera cuando un usuario busca d, dn, dnm, dnmt, dnmt0, damt007, m, mt, mt007 o 007.

Analizador simple

Le otorga control total sobre la tokenización. Los términos en los valores de los campos y en las consultas de búsqueda deben estar separados por caracteres de tabulación (\t). Los valores de los campos y las consultas deben usar la misma segmentación; de lo contrario, no se podrán recuperar los documentos.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Example: Si el valor de un campo es ju\thuacha\thao, el documento se recupera cuando un usuario busca ju, huacha, ju\thuacha, huacha\thao, ju\thao o ju\thuacha\thao.

Analizador de valores numéricos

Indexa campos numéricos y de marca de tiempo para consultas de rango.

Tipos de campo compatibles: INT, TIMESTAMP

Ejemplo:

query=default:'kaifang sousuo' AND index:[number1,number2]

En este ejemplo, index es el nombre del campo de índice configurado con el analizador de valores numéricos.

Analizador de geolocalización

Indexa campos GEO_POINT para consultas de ubicación geográfica, como búsquedas por radio.

Tipos de campo compatibles: GEO_POINT

Ejemplo:

query=spatial_index:'circle(116.5806 39.99624, 1000)'

Esta consulta recupera documentos dentro de un círculo cuyo radio puede ser de varios kilómetros.

Analizador de contenido de TI

Es un analizador específico de la industria para contenido técnico de TI. En comparación con el analizador general para chino, gestiona de manera diferente las secuencias de caracteres específicas de TI; por ejemplo, mantiene c++ como un solo token en lugar de dividirlo.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Ejemplo:

Analizador general de comercio electrónico para chino

Es un analizador específico de la industria para la búsqueda de productos de comercio electrónico en chino. Utiliza tecnología de procesamiento de lenguaje natural (NLP) de DAMO Academy para producir una segmentación más detallada que el analizador general.

Tipos de campo compatibles: TEXT

Disponibilidad: Solo Industry-specific Enhanced Edition for E-commerce.

Ejemplo:

Analizador general para tailandés

Segmenta el texto tailandés en unidades de búsqueda para la búsqueda de texto completo en tailandés de propósito general.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Disponibilidad: Solo aplicaciones exclusivas.

Example: Si el valor de un campo es แหล่งดึงดูดนักท่องเที่ยว, el resultado del análisis es แหล่ง ดึง ดูด นักท่องเที่ยว. El documento se recupera cuando un usuario busca นักท่องเที่ยว o แหล่งดึงดูดนักท่องเที่ยว.

Analizador de comercio electrónico para tailandés

Segmenta el texto tailandés para escenarios de búsqueda de productos de comercio electrónico.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Disponibilidad: Solo aplicaciones exclusivas.

Example: Si el valor de un campo es หน้าจอโทรศัพท์, el resultado del análisis es น้าจอ โทรศัพท์. El documento se recupera cuando un usuario busca หน้าจอโทรศัพท์, หน้าจอ o โทรศัพท์.

Analizador general para vietnamita

Segmenta el texto vietnamita para la búsqueda de texto completo en vietnamita de propósito general.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Disponibilidad: Solo aplicaciones exclusivas.

Analizador general para videojuegos

Es un analizador específico de la industria ajustado para contenido de videojuegos.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Disponibilidad: Solo Industry-specific Enhanced Edition for Gaming.

Example: Si el valor de un campo es Genshin equipment, el resultado del análisis es Genshin equipment. El documento se recupera cuando un usuario busca Genshin equipment, Genshin o equipment.

Analizador general de comercio electrónico para inglés

Es un analizador específico de la industria para la búsqueda de productos de comercio electrónico en inglés.

Tipos de campo compatibles: TEXT

Disponibilidad: Solo Industry-specific Enhanced Edition for E-commerce.

Analizador de caracteres para chino

Segmenta el texto en caracteres chinos individuales, letras inglesas, números y signos de puntuación. Utilícelo para búsquedas no semánticas a nivel de carácter.

Tipos de campo compatibles: TEXT, SHORT_TEXT

Disponibilidad: Solo aplicaciones exclusivas.

Example: Si el valor de un campo es kaifang sousuo OpenSearch123, el documento se recupera cuando un usuario busca cualquier carácter o letra individual: kai, fang, sou, suo, O, p, e, n, S, e, a, r, c, h o ..

Analizador personalizado para texto

Combina un analizador específico de la industria (el analizador general, el de comercio electrónico o el de nombres de personas) con entradas de intervención personalizadas. Para obtener detalles sobre la configuración, consulte Custom analyzers.

Tipos de campo compatibles: TEXT, SHORT_TEXT

query=title_index:'juhuacha' OR sws_title_index:'juhuacha'

text_relevance(title)*5+field_proximity(sws_title)