Lowercase Tokenizer (小写分词器)
lowercase
** tokenizer(小写分词器),类似于 letter
tokenizer ,遇到非字母时分割文本,并将所有分割后的词元转为小写。功能上等同于 letter
tokenizer + lowercase
token filter** ,但是由于单次执行了所有步骤,所以效率更高。
原文链接 : https://www.elastic.co/guide/en/elasticsearch/reference/5.4/analysis-lowercase-tokenizer.html
译文链接 : http://www.apache.wiki/pages/viewpage.action?pageId=10028862
输出示例
POST _analyze
{
"tokenizer": "lowercase",
"text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."
}
上面的句子会生成如下的词元:
[ the, quick, brown, foxes, jumped, over, the, lazy, dog, s, bone ]
配置
lowercase
** tokenizer**(小写分词器) 不支持配置。