这都可以？实现的近义词(实现近义词是什么词)

自定义分词同义词这个细节官方文档解释的不细，死磕一把，探个究竟\x26gt;\x26gt;

 

1、问题引出球友认证考试前一天晚上提问：

扩展背景描述：这是 Elasticsearch 自定义分词 Text analysis 章节 Token filter reference 小节的 同义词 token 过滤 （Synonym token filter）的一个参数。

的确，官方文档讲解的不详细我们彻底解读一下2、自定义分词基础认知如果读者们对自定义分词的实现有疑问，推荐阅读：Elasticsearch自定义分词，从一个问题说开去3、给个实战例子，一探究竟3.1 自定义分词 DSL。

PUT test_index{"settings": {"index": {"analysis": {"analyzer": {"synonym": {"tokenizer": "whitespace"

,"filter": ["synonym"            ]          }        },"filter": {"synonym": {"type": "synonym","lenient"

: true,"synonyms": ["ipod, i-pod, i pod"            ]          }        }      }    }  },"mappings": {

"properties": {"title": {"type": "text","analyzer": "synonym"      }    }  }}解读如下：

如图所示，结合前面的 DSL 定义自定义分词器的名字：synonymtokenizer 使用：whitespace 空白分词器filter 也就是 token filter 使用：synonym 同义词实现。

而空白分隔分词器的本质，举例如下：POST _analyze{"analyzer": "whitespace","text": "The 2 QUICK Brown-Foxes jumped over the lazy dogs bone."

}分词后的结果为：The2QUICKBrown-Foxesjumpedoverthelazydogsbone.概括一下：空格分词器在遇到空格字符时会将文本分解为多个词，仅以空格作为分词分隔单元3.2  token filter 细节参数解读。

参数 1 —— "type": "synonym"含义：同义词类型参数 2 ——"lenient": true含义：如果为 true，则在解析同义词配置时会忽略异常重要的是要注意，只有那些无法解析的同义词规则才被忽略。

默认值：false参数 3 —— "synonyms"指定同义词，也就是指定谁和谁成为同义词参数4 ——“expand ”这个就是文章开头提及的参数，缺省值就是 true所以上述 DSL 并没有显示指定。

那参数：expand 到底啥意思呢？4、通过对比，认清 expand 含义4.1 验证 DSLPOST test_index/_doc/1{"title":"ipod is my love"}POST test_index/_doc/2

{"title":"i-pod is my love"}POST test_index/_doc/3{"title":"i pod is my love"}POST test_index/_search

{"query": {"match": {"title": "ipod"    }  }}POST test_index/_search{"query": {"match": {"title": "i-pod"

    }  }}POST test_index/_search{"query": {"match": {"title": "i pod"    }  }}4.2 expand设置为 true默认值，无需指定即可生效。

分词验证一把：POST test_index/_analyze{"text":"i pod is my love","analyzer": "synonym"}结论截图如下：

执行 4.1 的 DSL，检索任何一个，全量三个文档都能返回ipod, i-pod, i pod 的含义如下：具体意思：ipod 等价于  ipod, i-pod, i pod 三个的每一个i-pod等价于  ipod, i-pod, i pod 三个的每一个。

i pod 等价于  ipod, i-pod, i pod 三个的每一个而，"ipod, i-pod, i pod => ipod"的含义如下：POST test_index/_analyze{"text"。

:"i pod is my love","analyzer": "synonym"}

进一步解读为：ipod 仅等价于  ipod,i-pod 仅等价于  ipod,i pod 仅等价于  ipod,4.3 expand设置为 falseDELETE test_indexPUT test_index。

{"settings": {"index": {"analysis": {"analyzer": {"synonym": {"tokenizer": "whitespace","filter": ["synonym"

            ]          }        },"filter": {"synonym": {"type": "synonym","expand":false,"lenient": 

true,"synonyms": ["ipod, i-pod, i pod"            ]          }        }      }    }  },"mappings": {"properties"

: {"title": {"type": "text","analyzer": "synonym"      }    }  }}POST test_index/_analyze{"text":"i pod is my love"

,"analyzer": "synonym"}POST test_index/_analyze{"text":"i-pod is my love","analyzer": "synonym"}上述最后两个 analyze 分词结果为：

ipod, i-pod, i pod 的含义如下：ipod, i-pod, i pod 和 ipod 等价具体意思：ipod  仅 等价于  ipod一个i-pod  仅 等价于  ipod一个i pod 仅 等价于  ipod一个。

"ipod, i-pod, i pod => ipod"的含义同 4.2 解读，不再赘述。5、有了结论再看官方文档

expand 是扩展的意思如果为 true，支持扩展，和每一个同义词是同义词如果为 false，不支持扩展，仅和最后指向的同义词同义6、小结实践一把，探究真相！和你一起，死磕 Elastic！Elastic 核心知识点脑图解读，助力快速建立全局知识体系！。

推荐：如何系统的学习 Elasticsearch ？从实战中来，到实战中去——Elasticsearch 技能更快提升方法论重磅 | 死磕 Elasticsearch 方法论认知清单（2020年国庆更新版）

死磕 Elasticsearch 方法论：普通程序员高效精进的 10 大狠招！

中国最大的 Elastic 非官方公众号更短时间更快习得更多干货点击查看“阅读原文”，更短时间更快习得更多干货和全球 1000 位+ Elastic 爱好者（含中国 50%+ Elastic 认证工程师）一起每日精进 ELK 技能！。