时间戳

首页 > 解决方案 > Azure 搜索 Microsoft 英语搜索分析器

azure - Azure 搜索 Microsoft 英语搜索分析器

问题描述

我正在尝试在 autopart 产品的描述字段中使用 Microsoft 英语分析器。我遇到了一些关于十进制测量值的意外行为，所以我通过分析 API 运行它来确认，看起来词形还原算法使用小数点作为信号/分隔符来将整数和十进制值分解为两个单独的标记，我不这样做'不认为这是一种期望的行为。

例如。

文本：“M12-1.50 车轮螺栓 - 14mm。六角，23.12mm。螺纹长度 14mm。

被分解为

{
"@odata.context": "https://site.search.windows.net/$metadata#Microsoft.Azure.Search.V2017_11_11.AnalyzeResult",
"tokens": [
 {
    "token": "m12-1",
    "startOffset": 0,
    "endOffset": 5,
    "position": 0
    },
    {
    "token": "m12",
    "startOffset": 0,
    "endOffset": 3,
    "position": 0
    },
    {
    "token": "1",
    "startOffset": 4,
    "endOffset": 5,
    "position": 1
    },
    {
    "token": "nn1",
    "startOffset": 4,
    "endOffset": 5,
    "position": 1
    },
    {
    "token": "50",
    "startOffset": 6,
    "endOffset": 8,
    "position": 2
    },
    {
    "token": "nn50",
    "startOffset": 6,
    "endOffset": 8,
    "position": 2
    },
    {
    "token": "wheel",
    "startOffset": 9,
    "endOffset": 14,
    "position": 3
    },
    {
    "token": "bolt",
    "startOffset": 15,
    "endOffset": 19,
    "position": 4
    },
    {
    "token": "14mm",
    "startOffset": 22,
    "endOffset": 26,
    "position": 5
    },
    {
    "token": "hex",
    "startOffset": 29,
    "endOffset": 32,
    "position": 6
    },
    {
    "token": "23",
    "startOffset": 34,
    "endOffset": 36,
    "position": 7
    },
    {
    "token": "nn23",
    "startOffset": 34,
    "endOffset": 36,
    "position": 7
    },
    {
    "token": "12mm",
    "startOffset": 37,
    "endOffset": 41,
    "position": 8
    },
    {
    "token": "thread",
    "startOffset": 44,
    "endOffset": 50,
    "position": 9
    },
    {
    "token": "length",
    "startOffset": 51,
    "endOffset": 57,
    "position": 10
    },
    {
    "token": "14mm",
    "startOffset": 58,
    "endOffset": 62,
    "position": 11
    }
]
}

搜索 12 毫米车轮螺栓的人会返回此信息。

任何帮助，将不胜感激 ：）

谢谢！

标签： azureazure-cognitive-search

解决方案

这是预期的行为。Microsoft 英语分析器会将小数视为分隔符并生成 2 个单独的标记。

如果您想在几个字段上执行精确匹配（例如：搜索“M12-1.50 Wheel Bolt - 14mm. Hex, 23.12mm”），那么我建议使用带有小写标记器的“关键字”分析器。

您可以在此处阅读有关此内容的更多信息：https ://docs.microsoft.com/en-us/rest/api/searchservice/custom-analyzers-in-azure-search

推荐阅读