指纹分析器

原文链接 : https://www.elastic.co/guide/en/elasticsearch/reference/5.3/analysis-fingerprint-analyzer.html（修改该链接为官网对应的链接）

译文链接 : http://www.apache.wiki/display/Elasticsearch/analysis-fingerprint-analyzer.html（修改该链接为 ApacheCN 对应的译文链接）

贡献者 : @您的名字，ApacheCN，Apache中文网

fingerprint 分析器实现了OpenRefine项目使用的指纹识别算法来协助聚类。

输入文本较低，规范化以删除扩展字符，排序，重复数据删除并连接到单个令牌。 如果配置了一个停用词列表，停止单词也将被删除。

定义

它包括：

分词器

词语过滤器

输出实例

  1. POST _analyze
  2. {
  3.   "analyzer": "fingerprint",
  4.   "text": "Yes yes, Gödel said this sentence is consistent and."
  5. }
  1. 上述的句子将产生以下的词语：
  1. [ and consistent godel is said sentence this yes ]

配置

  1. fingerprint（指纹）分析器接受以下的参数：

| separator | 用于连接条款的字符。 默认为空格。 | | max_output_size | 要发出的最大标记大小。 默认为255.大于此大小的token将被丢弃。 | | stopwords | 预定义的停止词列表，如english或包含停止词列表的数组。 默认为\ none。 | | stopwords_path | 包含停止词的文件的路径。 |

有关停止字配置的更多信息，请参阅 Stop Token Filter。

配置实例

在这个例子中，我们配置 fingerprint 分析器以使用预定义的英文停止词列表：

  1. PUT my_index
  2. {
  3.   "settings": {
  4.     "analysis": {
  5.       "analyzer": {
  6.         "my_fingerprint_analyzer": {
  7.           "type": "fingerprint",
  8.           "stopwords": "_english_"
  9.         }
  10.       }
  11.     }
  12.   }
  13. }
  15. POST my_index/_analyze
  16. {
  17.   "analyzer": "my_fingerprint_analyzer",
  18.   "text": "Yes yes, Gödel said this sentence is consistent and."
  19. }

以上示例产生以下词语：

  1. [ consistent godel said sentence yes ]