[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テキストフィールドに自動的に適用されます。文法に基づくトークン化（tokenization）を使用するため、ほとんどの言語で効果的です。

📘Notes

standard アナライザーは、単語の境界を区切るためのセパレーター（スペースや句読点など）に依存する言語に適しています。ただし、中国語、日本語、韓国語などの言語では辞書ベースのトークン化が必要です。このような場合、chinese のような言語固有のアナライザーや、専用のトークナイザー（lindera や icu など）およびフィルターを組み込んだカスタムアナライザーの使用を強く推奨します。これにより、正確なトークン化とより良い検索結果が得られます。

Definition

standard アナライザーは以下の要素で構成されています：

• トークナイザー： standard トークナイザーを使用して、文法規則に基づきテキストを個別の単語単位に分割します。詳細については、Standard トークナイザー 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設定と同等です：

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"
  ]
}'

設定

フィールドに standard アナライザーを適用するには、analyzer_params 内で type を standard に設定し、必要に応じてオプションのパラメータを含めてください。

Python

analyzer_params = {
    "type": "standard", # Specifies the standard analyzer type
}

Java

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

NodeJS

const analyzer_params = {
    "type": "standard", // Specifies the standard analyzer type
}

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付けます：

パラメータ	説明
stop_words	トークン化から除外されるストップワードのリストを含む配列。

カスタムストップワードの設定例：

Python

analyzer_params = {
    "type": "standard", # Specifies the standard analyzer type
    "stop_words", ["of"] # Optional: List of words to exclude from tokenization
}

Java

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

NodeJS

analyzer_params = {
    "type": "standard", // Specifies the standard analyzer type
    "stop_words", ["of"] // Optional: List of words to exclude from tokenization
}

Go

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

cURL

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

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処理し、効率的なトークン化とフィルタリングを実現します。詳細については、使用例 を参照してください。

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": "standard",  # Standard analyzer configuration
    "stop_words": ["for"] # Optional: Custom stop words parameter
}

Java

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

NodeJS

// javascript
analyzer_params = {
    "type": "standard", // Specifies the standard analyzer type
    "stop_words", ["for"] // Optional: List of words to exclude from tokenization
}

Go

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

cURL

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

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 = "The Milvus vector database is built for scale!"

# Run the standard analyzer with the defined configuration
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']