使用AliNLP分词插件（analysis-aliws）
AliNLP分词插件（analysis-aliws）是阿里云Elasticsearch（ES）自带的一个系统默认插件。安装该插件后会在阿里云ES中集成对应的分析器和分词器，可用于文档的分析和检索。您还可以通过该插件的词库配置功能实现词典的热更新。插件介绍 安装...
匹配查询
对Text类型的列值和查询关键词会先按照设置好的分词器做切分，然后按照切分好后的词去查询。对于进行模糊分词的列，建议使用MatchPhraseQuery实现高性能的模糊查询。前提条件 已初始化Client。具体操作，请参见 初始化。已创建数据表并写入...
短语匹配查询
类似于MatchQuery，但是分词后多个词的位置关系会被考虑，只有分词后的多个词在行数据中以同样的顺序和位置存在时，才表示行数据满足查询条件。如果查询列的分词类型为模糊分词，则使用MatchPhraseQuery可以实现比WildcardQuery更快的模糊...
使用Zhparser支持中文分词
AnalyticDB PostgreSQL版 数据库安装Zhparser插件后可以实现全文检索时的中文分词。重要 全文检索功能仅支持 AnalyticDB PostgreSQL 6.0版。V6.3.8.9及以后版本，安装或升级插件需要 提交工单 联系技术支持进行处理。如何查看实例内核版本...
游戏行业
客户数据定制分词 针对客户业务场景为特定领域的情况，在文本搜索的分词算法上，通过自动化基于客户数据的定制分词模型流程，可以在天级别完成适配，提供客户专属的文本分词器。通用版VS游戏增强版分词效果对比：2.游戏行业向量召回模型 ...
短语匹配查询
类似于MatchQuery，但是分词后多个词的位置关系会被考虑，只有分词后的多个词在行数据中以同样的顺序和位置存在时，才表示行数据满足查询条件。如果查询列的分词类型为模糊分词，则使用MatchPhraseQuery可以实现比WildcardQuery更快的模糊...
短语匹配查询
类似于MatchQuery，但是分词后多个词的位置关系会被考虑，只有分词后的多个词在行数据中以同样的顺序和位置存在时，才表示行数据满足查询条件。如果查询列的分词类型为模糊分词，则使用MatchPhraseQuery可以实现比WildcardQuery更快的模糊...
短语匹配查询
类似于MatchQuery，但是分词后多个词的位置关系会被考虑，只有分词后的多个词在行数据中以同样的顺序和位置存在时，才表示行数据满足查询条件。如果查询列的分词类型为模糊分词，则使用MatchPhraseQuery可以实现比WildcardQuery更快的模糊...
匹配查询
对Text类型的列值和查询关键词会先按照设置好的分词器做切分，然后按照切分好后的词去查询。对于进行模糊分词的列，建议使用MatchPhraseQuery实现高性能的模糊查询。前提条件 已初始化Client。具体操作，请参见 初始化。已创建数据表并写入...
短语匹配查询
类似于MatchQuery，但是分词后多个词的位置关系会被考虑，只有分词后的多个词在行数据中以同样的顺序和位置存在时，才表示行数据满足查询条件。如果查询列的分词类型为模糊分词，则使用MatchPhraseQuery可以实现比WildcardQuery更快的模糊...
自然语言处理2.0的审计事件
GetWsCustomizedChEcomContent 多语言分词中文电商内容定制版。GetWsCustomizedChEcomTitle 多语言分词中文电商标题定制版。GetWsCustomizedChEntertainment 多语言分词中文文娱定制版。GetWsCustomizedChGeneral 自定义中文分词通用。...
管理与使用词库
阿里云Elasticsearch Serverless（简称ES Serverless）允许用户上传和管理词库，提供更为灵活高效的检索能力，使得用户能够根据业务需求灵活地自定义和调整分词策略，助力企业级用户构建智能、高性能的搜索与分析系统。管理词库 登录 阿里...
全文索引的自定义词典
AnalyticDB MySQL版 支持在创建全文索引时使用实体词和停用词改变分词结果，以获取更贴近业务实际场景的分词结果。AnalyticDB MySQL版 通过自定义词典实现实体词和停用词功能。前提条件 创建和更新自定义词典时，需要使用者拥有对自定义...
系统内置基础特征
item字段特征处理方式：原值 分词 分词后生成lookup特征 分词后统计term数量 示例：比如需要处理的字段内容为“白色T恤”，原值结果为：“白色T恤”，分词结果为：“白色^]T恤”（^]为多值分隔符），分词后生成lookup特征为：“白色：白色^...
使用pg_jieba插件进行中文分词
云原生数据仓库AnalyticDB PostgreSQL版 支持使用pg_jieba插件对中文文本进行分词，从而实现高效的中文全文检索。pg_jieba简介 Jieba（结巴）是目前比较流行的中文分词库之一，能够准确地识别中文语句中的单词，对中文语句进行分词。pg_...
SplitAnalyzerParameter
表示多元索引中分词类型为分隔符分词时的可选配置。数据结构 message SplitAnalyzerParameter { optional string delimiter=1;} 名称 类型 是否必选 说明 delimiter string 否 分隔符，默认是空白字符，可以自定义分隔符。当自定义的分隔符...
模糊查询
对于通配符查询（WildcardQuery）中查询模式为*word*的场景，您可以使用模糊分词方式（即模糊分词和短语匹配查询组合使用）来实现性能更好的模糊查询。背景信息 模糊查询是数据库业务中常见的需求，例如查询文件名、手机号码等。在表格存储...
行业算法版新增日语、韩语分词
OpenSearch新增日语、韩语分词，方便有日韩搜索需求的开发者使用。适用客户 1.有日、韩等小语种搜索需求的企业和开发者 2.搜索为核心业务场景 3.对搜索效果有更高要求 新增功能/规格 OpenSearch行业算法版新增日语、韩语分词能力，有日韩...
TermQuery
对于Text类型字段，只要分词后有词条可以精确匹配即可。数据结构 message TermQuery { optional string field_name=1;optional bytes term=2;optional float weight=3;} 名称 类型 是否必选 描述 field_name string 是 列名。term bytes 是...
CreateIndex-创建索引
可以设置一个分词参数，指定这个字段按照哪一种方式分词。更多分词符，请参见示例。string 否 分词符列表。可以设置一个分词参数，指定这个字段按照哪一种方式分词。更多分词符，请参见示例。include_keys array 否 包含的字段列表，不能与...
搜索结果摘要
若对应用中某个字段分别创建不同分词类型，例如同时创建了中文基础及单字分词，此时中文单字分词摘要飘红会有问题，该摘要飘红内容只会匹配中文基础分词，或出现内容飘红不对。同一个请求query中，设置2种及以上不同类型分词索引进行搜索...
搜索结果摘要
若对应用中某个字段分别创建不同分词类型，例如同时创建了中文基础及单字分词，此时中文单字分词摘要飘红会有问题，该摘要飘红内容只会匹配中文基础分词，或出现内容飘红不对。同一个请求query中，设置2种及以上不同类型分词索引进行搜索...
常见问题
中文分词建议使用IK分词器，英文分词建议使用English分词器。使用分词查询代替模糊查询时，可以使用双引号（""）将关键词括起来以提高匹配度，例如 where fieldName='"hello world"'。如果业务上确定是需要模糊查询，不是分词查询，可以...
基本配置
配置介绍【线上应用配置】当通过首页进入【搜索算法中心-召回配置-基本配置】，选择了“应用名”和“线上应用”，就会显示如上图所示的列表，展示当前应用正在使用的分词配置。线上应用可通过右上角的“线下变更”按钮修改应用结构。【线下...
基本配置
配置介绍【线上应用配置】当通过首页进入【搜索算法中心-召回配置-基本配置】，选择了“应用名”和“线上应用”，就会显示如上图所示的列表，展示当前应用正在使用的分词配置。线上应用可通过右上角的“线下变更”按钮修改应用结构。【线下...
全文检索
to_tsvector-'你好':1 '这是一条中文测试文本':2(1 row)SCWS（Simple Chinese Word Segmentation，简易中文分词系统），是一套基于词频词典的开源中文分词引擎，它能将一整段的中文文本基本正确地切分成词。SCWS使用C语言开发，可以直接...
使用IK分词插件（analysis-ik）
IK分词插件（英文名为analysis-ik）是阿里云Elasticsearch的扩展插件，默认不能卸载。该插件在开源插件的基础上，扩展支持了对象存储服务OSS（Object Storage Service）词典文件的动态加载，可以实现IK词典的冷更新和热更新。本文介绍如何...
BM25
fieldName—索引下的字段名，该字段需要为TEXT或者SHORT_TEXT，并且分词类型为中文基础分词、自定义分词、单字分词、英文分词、模糊分词，必须是常量。void setGroupScoreMergeOp(CString opName)设置多个查询分组之间分数组合规则，目前仅...
词云图
分词模式 分词模式主要是将一些例句 智能拆解：若您添加的字段仅为 维度 字段，则分词模式下，根据例句智能拆解的词频次呈现词大小。若您添加的字段为 维度 和 度量 字段，则分词模式下，根据例句智能拆解的词值呈现词大小。图表样式配置 ...
KeyWordsMatched
fieldName—索引下的字段名，该字段需要为TEXT或者SHORT_TEXT，并且分词类型为中文基础分词、自定义分词、单字分词、英文分词、模糊分词，必须是常量。void setGroupScoreMergeOp(CString opName)设置多个查询分组之间分数组合规则，目前仅...
使用介绍
该分词器会覆盖schema的分词器，指定的值必须在analyzer.json里有配置 specific_index_analyzer 查询中指定index使用另外的分词器，该分词器会覆盖global_analyzer和schema的分词器 no_token_indexes 支持查询中指定的index不分词（除分词...
使用介绍
该分词器会覆盖schema的分词器，指定的值必须在analyzer.json里有配置 specific_index_analyzer 查询中指定index使用另外的分词器，该分词器会覆盖global_analyzer和schema的分词器 no_token_indexes 支持查询中指定的index不分词（除分词...
FieldSchema
analyzer_parameter bytes 否 分词的可选参数配置，由protobuf编码。使用不同分词类型时支持的可选参数配置不同。更多信息，请参见 分词。is_virtual_field bool 否 该字段是否为虚拟列。默认值为false。只有在使用虚拟列时，才需要设置此...
QueryTermMatchCount
fieldName—字段名称，该字段需要为TEXT或者SHORT_TEXT，并且分词类型为中文基础分词、自定义分词、单字分词、英文分词、模糊分词必须是常量。void setGroupScoreMergeOp(CString opName)设置多个查询分组之间分数组合规则，目前仅支持max...
搜索增强
拼音分析器 介绍:针对中文字段进行拼音解析、使用于拼音检索场景 分词样例:输入文本："我爱中文分词器"分词结果："wo ai zhong wen fen ci qi"Ngram分析器:介绍:按照N-gram字符(UTF8编码)进行分割,N默认值为3 分词样例:输入文本："中文...
TextRelevance
fieldName—索引下的字段名，该字段需要为TEXT或者SHORT_TEXT，并且分词类型为中文基础分词、自定义分词、单字分词、英文分词、模糊分词，必须是常量。void setGroupScoreMergeOp(CString opName)设置多个查询分组之间分数组合规则，目前仅...
小程序场景
支持通用行业分词、电商行业分词、IT行业分词、中英文分词器等，查全率和查准率更高 查询语义理解-拼写纠错——纠正错误查询词；同义词——对中英文/近义词进行同义扩展；词权重——查询中每一个词在文本中的重要程度，并将其量化成权重；...
SingleWordAnalyzerParameter
表示多元索引中分词类型使用单字分词时的可选配置。数据结构 message SingleWordAnalyzerParameter { optional bool case_sensitive=1;optional bool delimit_word=2;} 名称 类型 是否必选 描述 case_sensitive bool 否 是否大小写敏感。...
FieldMatchWeighted
fieldName—索引下的字段名，该字段需要为TEXT或者SHORT_TEXT，并且分词类型为中文基础分词、自定义分词、单字分词、英文分词、模糊分词，必须是常量。void setGroupScoreMergeOp(CString opName)设置多个查询分组之间分数组合规则，目前仅...
多元索引介绍
目前提供了5种分词类型：单字分词、分隔符分词、最小数量语义分词、最大数量语义分词和模糊分词，详情请参见 分词。模糊查询 多元索引提供了通配符查询，等价于关系型数据库中的like功能，您可以指定字符和任意通配符：?或*，即可实现类似...
- 产品推荐
- 这些文档可能帮助您