[説明] このページは機械翻訳された日本語版です。内容に誤りがございましたら、報告していただけると助かります。

Chinese

Contact Sales to Enable BYOC

chinese アナライザーは中国語テキストを効果的に処理するために特別に設計されており、効率的なセグメンテーションとトークン化を提供します。

Definition

chinese アナライザーは以下のコンポーネントで構成されています:

• トークナイザー: 語彙と文脈に基づいて中国語テキストをトークンに分割するための jieba トークナイザーを使用します。詳細については、Jieba を参照してください。

• Filter: 中国語以外の文字を含むトークンを削除する cnalphanumonly フィルターを使用します。詳細については、Cnalphanumonly を参照してください。

chinese アナライザーの機能は、次のカスタムアナライザー設定と同等です:

Python

analyzer_params = {
    "tokenizer": "jieba",
    "filter": ["cnalphanumonly"]
}

Java

Map<String, Object> analyzerParams = new HashMap<>();
analyzerParams.put("tokenizer", "jieba");
analyzerParams.put("filter", Collections.singletonList("cnalphanumonly"));

NodeJS

const analyzer_params = {
    "tokenizer": "jieba",
    "filter": ["cnalphanumonly"]
};

Go

analyzerParams = map[string]any{"tokenizer": "jieba", "filter": []any{"cnalphanumonly"}}

cURL

# restful
analyzerParams='{
  "tokenizer": "jieba",
  "filter": [
    "cnalphanumonly"
  ]
}'

設定

フィールドに chinese アナライザーを適用するには、analyzer_params 内で type を chinese に設定します。

Python

analyzer_params = {
    "type": "chinese",
}

Java

Map<String, Object> analyzerParams = new HashMap<>();
analyzerParams.put("type", "chinese");

NodeJS

const analyzer_params = {
    "type": "chinese",
}

Go

analyzerParams = map[string]any{"type": "chinese"}

cURL

# restful
analyzerParams='{
  "type": "chinese"
}'

📘Notes

chinese アナライザーはオプションのパラメータを受け付けません。

例

コレクションスキーマにアナライザー設定を適用する前に、run_analyzer メソッドを使用してその動作を検証してください。

アナライザー設定

Python

analyzer_params = {
    "type": "chinese",
}

Java

Map<String, Object> analyzerParams = new HashMap<>();
analyzerParams.put("type", "chinese");

NodeJS

analyzer_params = {
    "type": "chinese",
}

Go

analyzerParams = map[string]any{"type": "chinese"}

cURL

# restful
analyzerParams='{"type": "chinese"}'

run_analyzer を使用した検証

Python

from pymilvus import (
    MilvusClient,
)

client = MilvusClient(
    uri="YOUR_CLUSTER_ENDPOINT",
    token="YOUR_CLUSTER_TOKEN"
)

# Sample text to analyze
sample_text = "Milvus 是一个高性能、可扩展的向量数据库！"

# Run the standard analyzer with the defined configuration
result = client.run_analyzer(sample_text, analyzer_params)
print("English analyzer output:", result)

Java

import io.milvus.v2.client.ConnectConfig;
import io.milvus.v2.client.MilvusClientV2;
import io.milvus.v2.service.vector.request.RunAnalyzerReq;
import io.milvus.v2.service.vector.response.RunAnalyzerResp;

ConnectConfig config = ConnectConfig.builder()
        .uri("YOUR_CLUSTER_ENDPOINT")
        .token("YOUR_CLUSTER_TOKEN")
        .build();
MilvusClientV2 client = new MilvusClientV2(config);

List<String> texts = new ArrayList<>();
texts.add("Milvus 是一个高性能、可扩展的向量数据库！");

RunAnalyzerResp resp = client.runAnalyzer(RunAnalyzerReq.builder()
        .texts(texts)
        .analyzerParams(analyzerParams)
        .build());
List<RunAnalyzerResp.AnalyzerResult> results = resp.getResults();

NodeJS

import { MilvusClient } from "@zilliz/milvus2-node-sdk";

const sampleText = "Milvus 是一个高性能、可扩展的向量数据库！";

const client = new MilvusClient({
  address: "YOUR_CLUSTER_ENDPOINT",
});

const result = await client.runAnalyzer({
    ...analyzerParams,
    text: sampleText
});

Go

import (
    "context"
    "encoding/json"
    "fmt"

    "github.com/milvus-io/milvus/client/v2/milvusclient"
)

client, err := milvusclient.New(ctx, &milvusclient.ClientConfig{
    Address: "YOUR_CLUSTER_ENDPOINT",
    APIKey:  "YOUR_CLUSTER_TOKEN",
})
if err != nil {
    fmt.Println(err.Error())
    // handle error
}

bs, _ := json.Marshal(analyzerParams)
texts := []string{"Milvus 是一个高性能、可扩展的向量数据库！"}
option := milvusclient.NewRunAnalyzerOption(texts).
    WithAnalyzerParams(string(bs))

result, err := client.RunAnalyzer(ctx, option)
if err != nil {
    fmt.Println(err.Error())
    // handle error
}

cURL

# restful
curl -X POST "YOUR_CLUSTER_ENDPOINT/v2/vectordb/common/run_analyzer" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_CLUSTER_TOKEN" \
  -d '{
    "analyzerParams": "{\"type\": \"chinese\"}",
    "text": ["Milvus 是一个高性能、可扩展的向量数据库！"]
  }'

期待される出力

Chinese analyzer output: ['Milvus', '是', '一个', '高性', '性能', '高性能', '可', '扩展', '的', '向量', '数据', '据库', '数据库']