# Term suggester 原文鏈接 : [https://www.elastic.co/guide/en/elasticsearch/reference/5.0/search-suggesters-term.html](https://www.elastic.co/guide/en/elasticsearch/reference/5.0/search-suggesters-term.html) 譯文鏈接 [http://www.apache.wiki/display/Elasticsearch/Term+suggester](http://www.apache.wiki/display/Elasticsearch/Term+suggester) 貢獻者 : @Josh 為了理解 suggestions 的形式，請閱讀 suggesters 的第一頁。 術語 **suggester** 建議基于編輯距離的術語。 在術語 **suggested** 之前分析所提供的 **suggest** 文本。 根據分析的 **suggest** 文本 **token** 提供 **suggest** 的術語。 術語 **suggester** 不考慮作為請求的一部分的查詢。 ## 常見的 suggest 選項 | **test** | **suggest** 文本，**suggest** 文本是必須選項，需要被設定為全局或者對每個 **suggestion**。 | | **field** | 從中獲取候選 **suggestions** 的字段（**field**）。 這是必需的選項，需要設置為全局或按 **suggestion** 設置。 | | **analyzer** | **analyzer** 跟 **suggest** 文本一起進行分析，默認為 **suggest** 字段的搜索 **analyzer。** | | **size** | 每個 **suggest** 文本標記（**token**）返回的最大更正值。 | | **sort** | 定義每個 **suggest** 文本術語中 **suggestions** 該如何排序。 兩個可能的值： * **score**：先按照分數排序，然后按文檔頻率排序，然后是術語本身。 * **frequency**：按文檔頻率排序，然后依次選擇相似性分數和術語本身。 | | **suggest_mode** | **suggest_mode** 控制什么 **suggestions** 被包括或控制什么 **suggest** 文本術語，什么 **suggestions** 應該被 **suggested**。 可以指定三個可能的值： * **missing**： 只提供不在索引中的 **suggest** 文字字詞的 **suggestion** 。 這是默認值。 * **popular**：只 **suggest** 出現在更多文檔中的 **suggestions**，而不是原始 **suggest** 文本術語。 * **always**： 根據 **suggest** 文字中的字詞 **suggest** 任何相符的 **suggestions。** | ## 其他術語 suggest 選項： | **lowercase_terms** | 在文本分析后的 小寫 **suggest** 文本術語。 | | **max_edits** | 可以認為是候選 **suggestions** 的最大編輯距離。 只能是介于1和2之間的值。任何其他值都會導致拋出錯誤的請求錯誤。 默認為2。 | | **prefix_length** | 為了成為候選 suggestions 所必須匹配的最小前綴字符的數量。 默認值為1.增加此數字可提高拼寫檢查性能。 通常拼寫錯誤不會出現在術語的開頭。 （舊名稱 “**prefix_len**” 已棄用） | | **min_word_length** | suggest 文本術語必須包含的最小長度。 默認值為4.（舊名稱 “**min_word_len**” 已棄用） | | **shard_size** | 設置要從每個單獨的分片檢索的 suggestions 的最大數量。 在減少階段期間，僅基于 **size** 選項返回前N個 **suggestions。** 默認為 **size** 選項。 將其設置為大于該 **size** 的值可以是有用的，以便以性能為代價獲得更準確的拼寫校正的文檔頻率。 由于術語在分片之間分割的事實，拼寫校正的分片級文檔頻率可能不精確。 增加這將使這些文檔頻率更精確。 | | **max_inspections** | 用于乘以 **shards_size** 以便在碎片級別上檢查更多候選拼寫校正的因子。 可以以性能為代價提高精度。 默認為5。 | | **min_doc_freq** | **suggestion** 應該出現的文檔數量的最小閾值。這可以指定為絕對數字或文檔數量的相對百分比。 這可以通過僅 **suggesting** 高頻項來提高質量。 默認值為 **0f** ，未啟用。 如果指定的值大于1，則該數字不能為小數。 分片級文檔頻率用于此選項。 | | **max_term_freq** | **suggest** 文本標記可以存在的文檔數量中的最大閾值，以便包括。 可以是表示文檔頻率的相對百分比數字（例如0.4）或絕對數字。 如果指定的值大于1，則不能指定小數。 默認為 **0.01f**。 這可以用于排除高頻術語的拼寫檢查。 高頻項通常拼寫正確，這也提高了拼寫檢查的性能。 分片級文檔頻率用于此選項。 | | **string_distance** | 使用哪個字符串距離實現來比較類似的 **suggested** 術語。 可以指定五個可能的值： **internal -** 基于 **damerau_levenshtein** 的默認值，但是高度優化用于比較索引中的項的字符串距離。 **damerau_levenshtein -** 基于 **Damerau-Levenshtein** 算法的字符串距離算法。 **levenstein -** 基于 **Levenstein** 編碼距離算法的字符串距離算法。 **jarowinkler -** 基于 **Jaro-Winkler** 算法的字符串距離算法。 **ngram -** 基于字符 **n-gram** 的字符串距離算法。 |