Qu'est-ce que QueryProcessor - OpenSearch - Centre de documentation Alibaba Cloud

Un QueryProcessor définit une règle d'analyse des requêtes pour une application OpenSearch. Il spécifie les processeurs à appliquer, les index ciblés par la règle et indique si celle-ci est la règle par défaut active.

Structure

{
    "name": "qp_lsh_test_1",
    "domain": "GENERAL",
    "processors": [{
        "name": "stop_word",
        "use_system_dictionary": true,
        "intervention_dictionary": ""
    }],
    "indexes": [
        "default"
    ],
    "active": true
}

Champ	Type	Description
`name`	String	Nom de la règle d'analyse des requêtes. Peut contenir des lettres minuscules, des chiffres et des traits de soulignement (`_`). Doit commencer par une lettre minuscule. Longueur maximale : 16 caractères.
`domain`	String	Domaine sectoriel auquel s'applique la règle. Valeurs valides : `GENERAL`, `ECOMMERCE`, `IT_CONTENT`.
`processors[]`	Object	Processeurs à appliquer dans cette règle. Chaque entrée est un objet Processor. Consultez la section Processor ci-dessous.
`indexes`	Array	Index auxquels s'applique cette règle.
`active`	Boolean	Indique si cette règle est la règle d'analyse des requêtes par défaut.

Processor

Un processeur définit une fonctionnalité unique d'analyse des requêtes ainsi que sa configuration.

OpenSearch prend en charge six types de processeurs :

Nom du processeur	Fonctionnalité
`stop_word`	Filtrage des mots vides
`spell_check`	Correction orthographique
`term_weighting`	Analyse de la pondération des termes
`synonym`	Configuration des synonymes
`category_prediction`	Prédiction de catégorie — voir Category prediction
`ner`	Reconnaissance d'entités nommées (NER) — voir NER

Champs

{
    "name": "stop_word",
    "use_system_dictionary": true,
    "intervention_dictionary": ""
}

Champ	Type	Description
`name`	String	Type de processeur. Valeurs valides : `stop_word`, `spell_check`, `term_weighting`, `synonym`, `category_prediction`, `ner`.
`use_system_dictionary`	Boolean	Indique s'il faut utiliser les dictionnaires intégrés.
`intervention_dictionary`	String	Nom du dictionnaire d'intervention. Laissez ce champ vide si cela ne s'applique pas.

Category prediction

Utilisez le processeur category_prediction pour appliquer un modèle de prédiction de catégorie entraîné.

Champs

{
    "name": "stop_word",
    "categoryPrediction": 12345,
    "projectId": 12346
}

Champ	Type	Description
`name`	String	Doit être `category_prediction`.
`categoryPrediction`	Integer	ID du modèle de prédiction de catégorie.
`projectId`	Integer	ID du projet algorithmique.

NER

Utilisez le processeur ner pour appliquer la reconnaissance d'entités nommées (NER) et contrôler la priorité des types d'entités reconnues.

Champs

{
    "name": "stop_word",
    "use_system_dictionary": true,
    "intervention_dictionary": "",
    "priorities": [{
        "priority": "HIGH",
        "tag": "test",
        "order": 1
    }]
}

Champ	Type	Description
`name`	String	Doit être `ner`.
`use_system_dictionary`	Boolean	Indique s'il faut utiliser les dictionnaires intégrés.
`intervention_dictionary`	String	Nom du dictionnaire d'intervention. Laissez ce champ vide si cela ne s'applique pas.
`priorities[]`	Object	Paramètres de priorité pour les types d'entités.
`priorities[].priority`	String	Niveau de priorité. Valeurs valides : `HIGH`, `MIDDLE`, `LOW`.
`priorities[].tag`	String	Nom interne du type d'entité.
`priorities[].order`	Integer	Rang au sein des types d'entités partageant le même niveau de priorité. Une valeur plus faible indique une priorité plus élevée. Par défaut : `0`.