Cách đề xuất (tự động hoàn thành) từ tiếp theo trong tìm kiếm đàn hồi?

Question

phép nói rằng tôi đã xâu sau lập chỉ mục:

"My awesome pizza" 
"My awesome beer" 
"Heineken is awesome beer" 
"I love pizza pepperoni" 
"Where is my beer" 

Đối với đầu vào "My" Tôi muốn đề nghị:

1. My tuyệt vời
2. bia My

Đối với đầu vào "awesome" Tôi muốn đề xuất :

1. tuyệt vời bánh pizza
2. tuyệt vời bia

, vv

Vì vậy, tôi muốn cung cấp những lời tiếp theo sau khi người dùng nhập vào ... Ngoài ra với một số mờ (aEwsome) cũng phải được hỗ trợ.

Tôi nên sử dụng trình phân tích/đề xuất nào? Tôi đã thử Thời hạn và hoàn thành nhưng không phải là điều tôi muốn (hoàn thành ví dụ: chỉ khi tìm kiếm bắt đầu cụm từ - nếu tôi chuyển từ ở giữa chuỗi được lập chỉ mục thì nó sẽ không gợi ý nó)

Answer 1

Elasticsearch cung cấp một cách thuận tiện để tự động hoàn thành và chạy nhanh với tính năng suggester hoàn thành của nó.

Kiểm tra liên kết này, đây là những gì bạn đang tìm kiếm

https://qbox.io/blog/multi-field-partial-word-autocomplete-in-elasticsearch-using-ngrams

Hoàn Suggester cũng giúp bạn để đạt được chức năng này

Answer 2

Dưới đây là cách sử dụng tự động hoàn thành bạn cần phải sử dụng Phương pháp mờ từ blog này thêm gợi ý mờ cho đề xuất của bạn:

To add fuzzy suggester 
 
curl -X POST 'localhost:9200/music/_suggest?pretty' -d '{ 
 
    "song-suggest" : { 
 
     "text" : "n", 
 
     "completion" : { 
 
      "field" : "suggest", 
 
      "fuzzy" : { 
 
       "fuzziness" : 2 
 
      } 
 
     } 
 
    } 
 
}'

http://cloud-clinic.blogspot.com/2016/06/how-to-use-elastic-search-suggester-to.html

Answer 3

Chỉ trong trường hợp bất cứ ai tình cờ gặp ở đây, cách tiếp cận edge-n-gram (như ghi nhận của @Siddardha Budige) bây giờ đã được thay thế bởi suggesters hoàn.

Chúng được cố ý xây dựng với gợi ý tự động, vì vậy chúng có hiệu quả cao. Một bài rất thông tin của nhóm ES có thể được tìm thấy here.

Hai hãy cẩn thận:

1. Họ được thực hiện bởi một trong bộ nhớ dữ liệu Cấu trúc và do đó không thích hợp cho việc tập hợp dữ liệu lớn mà không thể phù hợp trong bộ nhớ.

2. Việc xếp hạng kết quả không dựa trên sự giống nhau (kết quả khớp hoặc không) vì vậy bạn phải cẩn thận khi pha trộn các kết quả mờ và không mờ.

EDIT: Chúng tôi đã chia sẻ kinh nghiệm của riêng mình khi sử dụng Đề xuất hoàn thành here.

Nó bao gồm một số ví dụ thực tế về độ mờ và thông tin cho các đầu vào không phải tiếng Anh.