Elasticsearch之停用詞

 

　前提

什么是倒排索引？

Elasticsearch之分詞器的作用

Elasticsearch之分詞器的工作流程

 

 

 

 

 

 

 

Elasticsearch的停用詞

　　1、有些詞在文本中出現的頻率非常高，但是對文本所攜帶的信息基本不產生影響。

　　2、英文

　　　　a、an、the、of

　　3、中文

　　　　的、了、着、是 、標點符號等

　　4、文本經過分詞之后，停用詞通常被過濾掉，不會被進行索引。

　　5、在檢索的時候，用戶的查詢中如果含有停用詞，檢索系統也會將其過濾掉（因為用戶輸入的查詢字符串也要進行分詞處理）。

　　6、排除停用詞可以加快建立索引的速度，減小索引庫文件的大小。

　　7、英文停用詞

　        http://www.ranks.nl/stopwords

　　8、中文停用詞

          http://www.ranks.nl/stopwords/chinese-stopwords

 

 

 

 

　　

 

 

　　后續博客

Elasticsearch之中文分詞器