中文分词怎么选,怎么验证?
先说出你的答案
定义边界、关键机制、一个反例;P8题再补容量、失败与验证。
查看完整题解
参考回答
直接回答
中文没有天然空格,分词会直接影响能否找到文章。先用实际文本调用 _analyze 看拆词结果,再选内置分析器、官方 Smart Chinese 插件或经过评估的第三方插件。IK 不是 ES 自带组件。
讲清原理
索引时拆出了什么词,搜索时要能生成相应的词,才容易匹配。人名、商品名、缩写和同义词都可能有专门规则;单纯追求拆得更碎,可能增加误匹配和索引体积。
例子与易错点
“南京市长江大桥”能看出中文切词歧义,但只测一句不够。加入真实专有名词和错别字样本,比较召回及误命中。插件必须匹配 ES 版本;改了已有字段分析器,通常需要新索引并重新索引数据。
相关题 有哪些分析器?、Tokenizer 怎么用?。
和评分标准对照,你能独立回答到哪一步?
自评会安排下一次复习,不保存你的口述内容。
这道题,你掌握得怎么样?
掌握程度由你主动标记,阅读和收藏不会自动改变状态。