:Configuraciones de diccionario

Introducción

Las configuraciones de diccionario en la configuración avanzada permiten personalizar el análisis de texto. Si los resultados de un analizador integrado no cumplen con sus requisitos empresariales, configure un diccionario personalizado para ese analizador. Esto le permite adaptar el proceso de análisis de texto para obtener los resultados deseados.

De forma predeterminada, el sistema proporciona dos versiones de configuración de diccionario. El sistema crea la versión con el sufijo _offline_adv_v1, que incluye ocho tipos de diccionarios de analizador:

La versión de configuración avanzada con el sufijo _offline_adv_edit es editable. Después de agregar una nueva entry de análisis de texto, haga clic en Publish. El sistema genera automáticamente una nueva versión de configuración avanzada con un sufijo incremental. Por ejemplo, la segunda versión publicada tendrá el sufijo _offline_adv_v2. Agregue una descripción a cada versión para distinguirlas entre sí.

Agregar una entrada de intervención personalizada

Caso problemático en el análisis de texto: Un documento que contiene el texto "ping-pong ball auction is over" no se recupera al buscar "racket". Esto ocurre porque el análisis de texto tokeniza el contenido como "ping-pong/ball/auction/over". La recuperación falla porque los tokens de la consulta de búsqueda no coinciden exactamente con los tokens del documento.

Solución: Agregue una entrada de análisis de texto personalizada, como "ping-pong paddle" => "ping-pong paddle", para resolver este caso incorrecto de análisis de texto. Siga estos pasos:

1. Vaya a Configuration Center > advanced settings. Busque la versión con el sufijo _offline_adv_edit y haga clic en Modify en la columna Actions.

   Esta versión se encuentra en la lista de versiones de la pestaña dictionary configurations. Una vez que termine de modificar la versión, regrese a esta página y haga clic en Publish en la columna Actions.

2. Busque el tipo de analizador que utiliza su índice y haga clic en Modify.

3. Agregue entradas personalizadas de dos maneras:

   • Introduzca una entrada de intervención personalizada, como ping-pong paddle, en el cuadro de texto de la interfaz y haga clic en OK. En la lista Dictionary Configuration File de la izquierda, seleccione un diccionario destino (como Chinese-General Analyzer.dict). En el área de edición del panel Entry Management de la derecha, introduzca directamente una entrada de intervención personalizada (como ping-pong paddle) y haga clic en OK para guardar.

   • Cargue un nuevo archivo de diccionario. Una vez cargado el archivo, continúe editando su contenido en el editor y luego haga clic en OK.

     Las entradas del diccionario de intervención utilizan el formato Word Segment1 Segment2, como basketball shoes basketball shoes, artificial intelligence artificial intelligence o unforgettable un forgettable. Cada entrada debe estar en una línea nueva.

     Nota: El archivo debe ser menor a 5 MB y tener extensión .dict o .txt.

   Las entradas admiten los siguientes dos formatos:

   1) Para una entrada que no debe dividirse más: Introduzca una entrada por línea. El archivo debe tener codificación UTF-8 y la entrada no puede contener espacios ni caracteres de tabulación (\t). Por ejemplo:

   Open Search
   opensearch

   2) Para una entrada que debe dividirse en tokens específicos: Introduzca la palabra original, seguida de un carácter de tabulación (\t) y luego los tokens resultantes separados por espacios. El archivo debe tener codificación UTF-8. Por ejemplo:

   Open Search	open search
   opensearch	open search

4. Publique la versión de configuración de diccionario recién editada.

   Agregue una descripción para la nueva versión: En el campo description del cuadro de diálogo de publicación, introduzca una descripción para la versión y haga clic en OK. No es posible modificar una versión después de publicarla.

   Después de publicar, el sistema genera automáticamente una nueva versión de configuración de diccionario.

   La nueva versión tiene un estado Unused y se puede consultar en la lista de versiones de la pestaña dictionary configurations.

5. Para aplicar las nuevas configuraciones a su clúster, envíe las configuraciones sin conexión y active la reindexación.

   Vaya a O&M Center > O&M Management y haga clic en Update Configurations. En el panel Instance Configuration Update, establezca Configuration Type en offline configurations, seleccione la dictionary configurations version y marque el clúster destino. Para la opción de reindexación, seleccione Push configurations and trigger reindexing y luego haga clic en OK.

   En O&M Center > Change History, compruebe el progreso completo de la reindexación en Data Source Changes:

   Las etapas del pipeline para una tarea de reindexación completa son init → trigger → scan → build → switch. Aparece una marca de verificación verde junto a cada etapa completada. La etapa en curso muestra un icono de carga. La reindexación es exitosa cuando todas las etapas están completas.

   Una vez completada la reindexación, las nuevas configuraciones surten efecto para las consultas en línea.

Eliminar una versión de configuración de diccionario

Elimine una versión de configuración de diccionario que se encuentre en estado Unused en la página advanced settings > dictionary configurations.

Solo puede View una versión de configuración de diccionario que tenga el estado In Use. Para eliminar la versión, vaya a O&M Center > O&M Management > Update Configurations y seleccione una versión diferente de configuración de diccionario. Luego, envíe las configuraciones y active la reindexación. Una vez completada la reindexación, podrá eliminar la versión cuando su estado cambie a Unused.

Notas

• Cada instancia solo puede tener una versión de configuración de diccionario editable.

• La versión en servicio solo se puede consultar y no se puede eliminar.

• La configuración avanzada actualmente admite configuraciones de diccionario y configuraciones de consulta.