Question

我需要根据以下范围对文档执行文本搜索：

整个文件
章节
段
句

是否可以索引文档以便我可以根据此要求过滤查询范围？

根据答案进行修改

我现在已经创建了以下索引

execution plan

这给了我以下类型：书籍，章节（父书）和消息。 Sections和Messages有嵌套类型Paragraphs，我跳过了句子级别。

我现在可以对图书级别的内容，部分级别的内容执行搜索。这允许我在段落之间搜索单词。如果我想匹配段落中的两个单词，我也可以直接在段落级别上搜索。

示例：假设我有以下文档

view

我现在可以在内容级别搜索漂亮的AND云并获取文档。但是，如果我使用嵌套搜索在段落级别搜索漂亮的AND云，我就不会收回文档。这就是我想要的。

我看到的问题是这个解决方案的宽度：

我需要将同一段落索引3次。一旦进入段落级别，一次进入内容部分级别，一次进入内容级别。
我不明白我在书籍和章节之间建立父/子关系会带来什么好处。我还没有找到任何方法同时使用突出显示来搜索。
我需要一个单独的Message类型，它与没有parent的Section类型完全相同。没有父母的孩子没有办法，所以我可以避免额外的类型吗？

Answer 1

为了达到这个目的，你可以索引所有句子，并连同句子的单词，你包括有关封闭语境的信息，即在哪个段落，章节和书籍是给定的句子。

然后查询术语将返回句子以及有关章和书的信息。有了这些信息，您就知道哪个句子，段落，章节或书籍。

然后你只需使用你感兴趣的任何范围。

索引的示例文档：

{
    "book": <book-id>,
    "chapter": <chapter-id>,
    "paragraph": <paragraph-id>,
    "sentence": <sentence-id>,
    "sentence_text": "Here comes the text from a sentence in the indexed book"
}

问题澄清后的补充答案

要实现此目的，您可以使用存储在同一索引中的不同文档类型。然后你可以使用一个查询，它将返回可能不同类型的文档（段落，书籍等）。然后通过过滤结果类型，您可以得到您想要的结果。这是一个例子：

整本书：

POST /books/book/1
{
    "text": "It is a beautiful warm day. The cloud is clear."
}

第1段：

POST /books/para/1
{
    "text": "It is a beautiful warm day."
}

第2段：

POST /books/para/2
{
    "text": "The cloud is clear."
}

查询检索文档：

POST /books/_search
{
    "query": {
        "match": {
           "text": {
                "query": "beautiful cloud",
                "operator": "and"
           }
        }
    }
}

这会解决您的问题吗？

Answer 2

另一种选择是拥有单个文档/书籍但内部有许多nested documents，这样他们就可以在根级别共享相同的“书籍”上下文。如果您有一个级别的层次结构（所有句子作为嵌套文档）或更多（capter =＆gt; paragrap =＆gt;句子），则由您决定。单个级别可以使查询更容易编写。

{
    "book": 123,
    "author": "Harry",
    "written": 1995,
    "sentences": [
        {
            "chapter": 1,
            "paragraph": 2,
            "sentence": 3,
            "text": "abc def"
        },
        {
            "chapter": 2,
            "paragraph": 3,
            "sentence": 4,
            "text": "ghi jkl"
        },
        { ... }
    ]
}

是否可以使用elasticsearch搜索特定范围？

2 个答案: