[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。

Standard Analyzer

Contact Sales to Enable BYOC

standardアナライザーはZilliz Cloudのデフォルトアナライザーであり、アナライザーが指定されていない場合にテキストフィールドに自動的に適用されます。文法ベースのトークン化を使用しており、ほとんどの言語において効果的です。

📘注意

standardアナライザーは、区切り文字（スペース、句読点など）に依存して単語境界を定める言語に適しています。一方、中国語、日本語、韓国語などのように辞書ベースのトークン化を必要とする言語では、chineseのような言語固有のアナライザーや、専門のトークナイザー（lindera、icuなど）とフィルターを組み込んだカスタムアナライザーを使用することが、正確なトークン化とより良い検索結果を保証するために強く推奨されます。

定義

standardアナライザーは以下の要素で構成されています：

• Tokenizer: standardトークナイザーを使用して、文法規則に基づいてテキストを離散的な単語単位に分割します。詳細については、Standard Tokenizerを参照してください。

• Filter: lowercaseフィルターを使用して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。詳細については、Lowercaseを参照してください。

standard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"]
}

Java

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

NodeJS

const analyzer_params = {
    "tokenizer": "standard",
    "filter": ["lowercase"]
};

Go

analyzerParams := map[string]any{"tokenizer": "standard", "filter": []any{"lowercase"}}

cURL

# restful
analyzerParams='{
  "tokenizer": "standard",
  "filter": [
    "lowercase"
  ]
}'

構成

フィールドにstandardアナライザーを適用するには、analyzer_paramsでtypeをstandard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": "standard", # 標準アナライザーの種類を指定
}

Java

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

NodeJS

const analyzer_params = {
    "type": "standard", # 標準アナライザーの種類を指定
}

Go

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

cURL

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

standard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を含む配列。

カスタムストップワードの構成例：

Python

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
}

Java

Map<String, Object> analyzerParams = new HashMap<>();
analyzerParams.put("type", "standard");
analyzerParams.put("stop_words", Collections.singletonList("of"));

NodeJS

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{"type": "standard", "stop_words": []string{"of"}}

cURL

# restful

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": "standard",  # Standard analyzer configuration
    "stop_words": ["for"] # オプション：カスタムストップワードパラメータ
}

Java

Map<String, Object> analyzerParams = new HashMap<>();
analyzerParams.put("type", "standard");
analyzerParams.put("stop_words", Collections.singletonList("for"));

NodeJS

// javascript

Go

analyzerParams = map[string]any{"type": "standard", "stop_words": []string{"for"}}

cURL

# restful
analyzerParams='{
  "type": "standard",
  "stop_words": [
    "of"
  ]
}'

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 = "The Milvus vector database is 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("Standard 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("The Milvus vector database is 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{"The Milvus vector database is 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

Standard analyzer output: ['the', 'milvus', 'vector', 'database', 'is', 'built', 'scale']