› › ›

Фильтр токенов Stemmer

Обеспечивает алгоритмическое стеммирование для нескольких языков, некоторые с дополнительными вариантами. Список поддерживаемых языков см. в параметре language.

Если не настроен, фильтр использует алгоритм стеммирования Портера для английского языка.

Пример

Следующий запрос API анализа использует алгоритм стеммирования Портера по умолчанию фильтра stemmer для стеммирования the foxes jumping quickly до the fox jump quickli:

GET /_analyze
{
  "tokenizer": "standard",
  "filter": [ "stemmer" ],
  "text": "the foxes jumping quickly"
}

Фильтр создает следующие токены:

[ the, fox, jump, quickli ]

Добавление в анализатор

Следующий запрос API создания индекса API создания индекса использует фильтр stemmer для настройки нового пользовательского анализатора.

PUT /my-index-000001
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "whitespace",
          "filter": [ "stemmer" ]
        }
      }
    }
  }
}

Настраиваемые параметры

language: (Необязательный, строка) Языковой алгоритм стеммирования, используемый для стеммирования токенов. Если указаны оба этого и параметра name, используется значение параметра language.

Допустимые значения для language

Допустимые значения отсортированы по языку. По умолчанию english. Рекомендуемые алгоритмы выделены полужирным шрифтом.

Арабский: arabic
Армянский: armenian
Баскский: basque
Бенгальский: bengali
Бразильский португальский: brazilian
Болгарский: bulgarian
Каталонский: catalan
Чешский: czech
Датский: danish
Голландский: dutch, dutch_kp
Английский: english, light_english, lovins, minimal_english, porter2, possessive_english
Эстонский: estonian
Финский: finnish, light_finnish
Французский: light_french, french, minimal_french
Галисийский: galician, minimal_galician (Только шаг множественного числа)
Немецкий: light_german, german, german2, minimal_german
Греческий: greek
Хинди: hindi
Венгерский: hungarian, light_hungarian
Индонезийский: indonesian
Ирландский: irish
Итальянский: light_italian, italian
Курдский (сорани): sorani
Латвийский: latvian
Литовский: lithuanian
Норвежский (букмол): norwegian, light_norwegian, minimal_norwegian
Норвежский (нюнорск): light_nynorsk, minimal_nynorsk
Португальский: light_portuguese, minimal_portuguese, portuguese, portuguese_rslp
Румынский: romanian
Русский: russian, light_russian
Испанский: light_spanish, spanish
Шведский: swedish, light_swedish
Турецкий: turkish

name

Псевдоним для параметра language. Если указаны и этот, и параметр language, используется значение параметра language.

Настройка

Для настройки фильтра stemmer, создайте его копию, чтобы получить основу для нового пользовательского фильтра. Вы можете изменить фильтр, используя его настраиваемые параметры.

Например, следующий запрос создает пользовательский фильтр stemmer, который склоняет слова, используя алгоритм light_german:

PUT /my-index-000001
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "my_stemmer"
          ]
        }
      },
      "filter": {
        "my_stemmer": {
          "type": "stemmer",
          "language": "light_german"
        }
      }
    }
  }
}

© 2023-2025 Elasticsearch
As of September 2024, Elasticsearch is available under a choice of three licenses: the Server Side Public License (SSPL), the Elastic License, or the AGPLv3 (OSI approved).
Elasticsearch and the Elasticsearch logo are trademarks of Elasticsearch B.V., registered in the U.S. and in other countries.
https://www.elastic.co/guide/en/elasticsearch/reference/7.17/analysis-stemmer-tokenfilter.html