如何增加弹性搜索变音语音过滤器的最大代码长度？

Question

我正在使用语音插件过滤器进行elasticsearch。https://github.com/elastic/elasticsearch-analysis-phonetic

当我创建索引时，我正在使用以下设置创建一个自定义过滤器。

soundex: {
            type: "phonetic",
            encoder: "metaphone",
            replace: "true"
}

这工作正常，但正在创建最大长度为4个字符的隐喻标记，这给我的搜索结果增加了太多噪音。例如，我得到避孕和控制的KNTR（这是医学数据）。

根据变音算法的意外结果，底层Java API包含setMaxCodeLen值。在elasticsearch中配置时如何设置？

我想做这样的事情：

    soundex: {
                type: "phonetic",
                encoder: "metaphone",
                replace: "true",
                maxcodelen: 8
    }

但到目前为止，我还无法确定是否可以配置编码器以增加编码令牌的最大长度。是否可以对此进行配置？如果是，如何？

Answer 1

我认为不可能配置它。我已经检查了插件的源代码，似乎很容易实现你的要求。

在语音令牌过滤器工厂。java您将看到：

this.maxcodelength = 0;
this.replace = settings.getAsBoolean("replace", true);

正如您所猜测的那样，可以配置参数，但MaxCodeLength始终设置为0。因此，您可以通过以下方式更改该行：

this.maxcodelength = settings.getAsInt("maxcodelen", 0);

我将新属性命名为“maxcodelen”，因为它是您在示例中使用的名称。

然后您可以编译它并从本地安装修改后的插件（检查如何安装本地插件）

如果一切正常，并且您喜欢，请发送请求：）