[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。

English

Contact Sales to Enable BYOC

Zilliz Cloudのenglishアナライザーは、英語テキストを処理するために設計され、言語固有の規則を適用してトークン化とフィルタリングを行います。

定義

englishアナライザーは以下のコンポーネントを使用します：

• Tokenizer: standardトークナイザーを使用して、テキストを離散的な単語単位に分割します。

• Filters: 包括的なテキスト処理のための複数のフィルターを含みます：

  • lowercase: すべてのトークンを小文字に変換し、大文字小文字を区別しない検索を可能にします。

  • stemmer: 単語を語幹に縮小してより広い一致をサポートします（例："running"は"run"になります）。

  • stop_words: 共通の英語ストップワードを削除し、テキストの主要な用語に焦点を当てます。

englishアナライザーの機能は、以下のカスタムアナライザー構成と同等です：

Python

analyzer_params = {
        "tokenizer": "standard",
        "filter": [
                "lowercase",
                {
                        "type": "stemmer",
                        "language": "english"
                }, {
                        "type": "stop",
                        "stop_words": "_english_"
                }
        ]
}

Java

Map<String, Object> analyzerParams = new HashMap<>();
analyzerParams.put("tokenizer", "standard");
analyzerParams.put("filter",
        Arrays.asList("lowercase",
                new HashMap<String, Object>() {{
                    put("type", "stemmer");
                    put("language", "english");
                }},
                new HashMap<String, Object>() {{
                    put("type", "stop");
                    put("stop_words", Collections.singletonList("_english_"));
                }}
        )
);

NodeJS

const analyzer_params = {
    "type": "standard", // 標準アナライザーの種類を指定
    "stop_words", ["of"] // オプション：トークン化から除外する単語のリスト
}

Go

analyzerParams = map[string]any{"tokenizer": "standard",
        "filter": []any{"lowercase", map[string]any{
            "type":     "stemmer",
            "language": "english",
        }, map[string]any{
            "type":       "stop",
            "stop_words": "_english_",
        }}}

cURL

# restful
analyzerParams='{
  "tokenizer": "standard",
  "filter": [
    "lowercase",
    {
      "type": "stemmer",
      "language": "english"
    },
    {
      "type": "stop",
      "stop_words": "_english_"
    }
  ]
}'

構成

フィールドにenglishアナライザーを適用するには、analyzer_paramsでtypeをenglishに設定し、必要に応じてオプションパラメータを含めます。

Python

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

Java

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

NodeJS

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

Go

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

cURL

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

englishアナライザーは以下のオプションパラメータを受け入れます：

パラメータ	説明
stop_words	トークン化から削除されるストップワードの配列。デフォルトはenglishで、一般的な英語のストップワードの組み込みセットです。

カスタムストップワード使用例：

Python

analyzer_params = {
    "type": "english",
    "stop_words": ["a", "an", "the"]
}

Java

Map<String, Object> analyzerParams = new HashMap<>();
analyzerParams.put("type", "english");
analyzerParams.put("stop_words", Arrays.asList("a", "an", "the"));

NodeJS

const analyzer_params = {
    "type": "english",
    "stop_words": ["a", "an", "the"]
}

Go

analyzerParams = map[string]any{"type": "english", "stop_words": []string{"a", "an", "the"}}

cURL

# restful
analyzerParams='{
  "type": "english",
  "stop_words": [
    "a",
    "an",
    "the"
  ]
}'

analyzer_paramsを定義した後、コレクションスキーマを定義する際にVARCHARフィールドに適用できます。これにより、Zilliz Cloudは、指定されたアナライザーを使用してそのフィールド内のテキストを効率的にトークン化およびフィルタリング処理できます。詳細については、使用例を参照してください。

例

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

アナライザー構成

Python

analyzer_params = {
    "type": "english",
    "stop_words": ["a", "an", "the"]
}

Java

Map<String, Object> analyzerParams = new HashMap<>();
analyzerParams.put("type", "english");
analyzerParams.put("stop_words", Arrays.asList("a", "an", "the"));

NodeJS

// javascript

Go

analyzerParams = map[string]any{"type": "english", "stop_words": []string{"a", "an", "the"}}

cURL

# restful
analyzerParams='{
  "type": "english",
  "stop_words": [
    "a",
    "an",
    "the"
  ]
}'

run_analyzerを使用した検証

Python

from pymilvus import (
    MilvusClient,
)

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

# 解析するサンプルテキスト
sample_text = "Milvus is a vector database built for scale!"

# 定義された構成でstandardアナライザーを実行
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 is a vector database built for scale!");

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

NodeJS

// javascript

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 is a vector database built for scale!"}
option := milvusclient.NewRunAnalyzerOption(texts).
    WithAnalyzerParams(string(bs))

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

cURL

# restful

期待される出力

English analyzer output: ['milvus', 'vector', 'databas', 'built', 'scale']