OpenSearch:Pencarian Fuzzy

Pencarian fuzzy adalah metode yang memungkinkan mesin pencari melakukan Pencocokan kabur antara kueri pengguna dan dokumen untuk menemukan konten yang relevan. Metode ini berguna ketika maksud pencarian pengguna tidak jelas. Pencocokan kabur dapat terjadi dalam dua cara: kueri berupa Pinyin lengkap atau inisial Pinyin dari konten dalam dokumen, atau kueri muncul secara langsung dalam dokumen. Karena pencarian fuzzy tidak dapat menginterpretasikan maksud pengguna secara tepat, hasilnya mungkin mencakup banyak informasi yang tidak relevan. Oleh karena itu, Anda harus menggunakan pencarian fuzzy dengan hati-hati sesuai skenario spesifik Anda.

• Tipe bidang untuk alat analisis fuzzy harus berupa SHORT_TEXT.

• Untuk kueri tokenisasi fuzzy, Anda umumnya harus menggunakan tanda kutip tunggal. Gunakan tanda kutip ganda hanya untuk kebutuhan spesifik yang dijelaskan dalam dokumen ini.

Pencarian fuzzy terutama digunakan ketika maksud pencarian pengguna tidak jelas atau ketika Anda memiliki jumlah data yang kecil dan ingin mengambil lebih banyak hasil. Skema utamanya adalah sebagai berikut.

Pencarian Pinyin

Pengantar: Pencarian Pinyin memungkinkan Anda mencari data berbahasa Tionghoa dalam dokumen menggunakan Pinyin lengkap atau inisial Pinyin.

Contoh:

Konten dokumen: OpenSearch
Kueri berikut semuanya mengambil dokumen ini:
"kai", "kaifang", "sousuo", "kaifangsousuo", "k", "kf", "ss", "kfss"

Catatan:

• Anda harus menggunakan tanda kutip ganda untuk kueri pencarian Pinyin.

• Untuk mencari konten yang berurutan dalam dokumen, sertakan kueri pencarian dalam tanda kutip ganda. Untuk pencarian Pinyin, Anda harus selalu menggunakan tanda kutip ganda karena kueri Pinyin yang dimasukkan pengguna memiliki maksud tertentu. Misalnya, pengguna yang mencari "kfss" (OpenSearch) mengharapkan karakter yang sesuai muncul secara berurutan.

Pencarian Awalan

Pengantar: Pencarian awalan mengambil konten yang diawali dengan awalan tertentu.

Contoh:

# Identifier awalan untuk pencarian fuzzy adalah '^'. Untuk mencari nomor telepon yang diawali 138,
# tulis kueri sebagai "^138". Catatan: Gunakan tanda kutip ganda untuk kueri.

Catatan:

• Pencocokan awalan untuk karakter Tionghoa tidak didukung.

• Untuk pencocokan awalan, Anda harus menyertakan kueri dalam tanda kutip ganda.

Pencocokan Akhiran

Pengantar: Pencarian akhiran mengambil konten yang diakhiri dengan akhiran tertentu.

Contoh:

# Identifier akhiran untuk pencarian fuzzy adalah '$'. Untuk mencari nomor telepon yang diakhiri 9527,
# tulis kueri sebagai "9527$". Catatan: Gunakan tanda kutip ganda untuk kueri.

Catatan:

• Pencocokan akhiran untuk karakter Tionghoa tidak didukung.

• Untuk pencocokan akhiran, Anda harus menyertakan kueri dalam tanda kutip ganda.

Pencarian Karakter atau Huruf Tunggal

Pengantar: Pencarian fuzzy mendukung pencarian karakter atau huruf tunggal. Fitur ini terutama digunakan untuk meningkatkan pemanggilan dokumen. Namun, hasilnya mungkin kurang akurat.

Contoh:

# Konten dokumen: 'Open Search open search'
query=default:'放' atau query=default:'o' mengambil dokumen tersebut

Kueri Frasa

Pengantar: Kueri frasa menggunakan tanda kutip ganda untuk mempertahankan urutan kata kunci. Kueri frasa hanya dapat berisi huruf dan angka yang berurutan.

Contoh:

# 1. query=default:"OpenSearch"
# Ini hanya mengambil dokumen yang berisi "xxxOpenSearchxxx". Tidak mengambil dokumen seperti "xxxSearchOpenxxx".

# 2. query=default:"HuaweiP"
# Ini tidak dapat mengambil dokumen seperti "HuaweiP20", karena melanggar aturan bahwa "Hanya huruf dan angka berurutan yang dapat digunakan dalam kueri frasa".
# Untuk skenario ini, gunakan tanda kutip tunggal untuk kueri.

Catatan:

• Anda harus menggunakan tanda kutip ganda untuk kueri frasa.

• Kueri frasa menghasilkan hasil yang lebih akurat dan mengurangi jumlah dokumen yang diambil. Namun, kueri ini mengonsumsi lebih banyak sumber daya sistem. Dalam skenario seperti ini, pertimbangkan untuk menggunakan alat analisis chinese.

• Pencarian fuzzy ditujukan untuk skenario di mana maksud pencarian tidak jelas atau Anda ingin mengambil lebih banyak hasil dari set data kecil. Oleh karena itu, Anda harus menggunakan tanda kutip tunggal untuk semua kueri, kecuali untuk kueri Pinyin, awalan, akhiran, dan frasa.

Batasan

Saat membuat aplikasi, Anda harus mengatur bidang yang memerlukan pencarian fuzzy ke tipe short_text dan menetapkan alat analisis fuzzy padanya. Secara default, hasil pencarian fuzzy diurutkan berdasarkan posisi kata kunci yang cocok dalam bidang tersebut. Misalnya, asumsikan bidang title sebuah aplikasi memerlukan pencarian fuzzy. Jika Dokumen 1 berisi "OpenSearch" dan Dokumen 2 berisi "I like to use OpenSearch", pencarian "kfss" akan menempatkan Dokumen 1 lebih tinggi daripada Dokumen 2 secara default. Pencarian fuzzy bekerja dengan baik ketika maksud pencarian tidak jelas, tetapi Anda perlu memperhatikan batasan berikut:

• Pencarian awalan dan akhiran hanya didukung untuk huruf Inggris, angka, dan Pinyin. Karakter Tionghoa tidak didukung.

• Tanda baca dalam bidang short_text difilter.

• Setelah tanda baca difilter, konten dalam bidang short_text dibatasi hingga 100 byte. Konten yang melebihi batas ini akan dibuang.

• Bidang short_text mendukung saran drop-down.

• Indeks yang dibuat dari bidang short_text tidak dapat menggunakan analisis query.

• Jika bidang short_text hanya menggunakan alat analisis fuzzy dan tidak diindeks oleh alat analisis lain, karakter full-width dalam bidang tersebut akan dikonversi menjadi karakter half-width dalam ringkasan hasil yang diambil. Untuk menghindarinya, Anda dapat membuat indeks baru yang menggunakan alat analisis chinese.

• Penyorotan tidak didukung untuk huruf Inggris, angka, atau Pinyin.