[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

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ナイズを使用しているため、ほとんどの言語に効果的です。

📘注意

standard アナライザーは、単語境界に区切り文字（スペース、句読点など）に依存する言語に適しています。しかし、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ナイズが必要です。このような場合、chinese のような言語固有のアナライザーまたは特殊なトークナイザー（lindera、icu など）とフィルター付きのカスタムアナライザーを使用することが、正確なトークナイズとより良い検索結果を確実に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ます：

• Tokenizer: standard トークナイザーを使用して、文法ルール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"]
}

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

standard アナライザーをフィールドに適用するには、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てください。

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。

カスタムストップワードの設定例：

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: トークナイズから除外する単語リスト
}

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: トークナイズから除外する単語リスト
}

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": "standard",  # 標準アナライザーの設定
    "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"
)

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

# 定義された設定で標準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']