[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

Zilliz Cloud の english アナライザーは、英語テキストを処理するように設計されており、トークナイズおよびフィルタリングのための言語固有のルールを適用します。

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: 単語を語幹形式に縮小して、より広範な一致をサポートします（例：「running」は「run」になります）。

  • stop_words: テキスト内の主要な用語に焦点を当てるために一般的な英語のストップワードを削除します。

english アナライザーの機能性は、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",
                {
                        "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: トークナイズから除外する単語リスト
}

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_"
    }
  ]
}'

設定

english アナライザーをフィールドに適用するには、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てください。

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	トークナイズから削除されるストップワードのリストを含む配列。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を使用した設定例：

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なトークナイズおよびフィルタリングのために処理できます。詳細については、使用例を参照してください。

例

アナライザー設定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確認してください。

アナライザー設定

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"
)

# アナライズするサンプルテキスト
sample_text = "Milvus is a vector database built for scale!"

# 定義された設定で標準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']