，默认为中文。 criterion String 否 支持的分词规范。 中文分词标准目前支持PKU（北大分词标准）、CTB（宾州中文树库标准），默认为PKU。 英文分词标准默认为Penn TreeBank（宾州树库标准），不需要传入该参数。 响应消息 响应参数如表3所示。 表3 响应参数

查看更多 →

配置分词 通过配置分词可将日志内容按照分词符切分为多个单词，在日志搜索时可使用切分后的单词进行搜索。初次使用时，AOM已默认进行了分词配置，默认配置的分词符为： , '";=()[]{}@&<>/:\n\t\r 若默认分词符不能满足您的需求时，可按照如下操作进行自定义配置。 注意事项

查看更多 →

分词模型 模型名称 res-word-segmentation 功能1 -- 关键词提取（未排序） 将待处理的文本进行分词处理并筛选保留关键词。 URL POST 服务部署成功后返回的预测地址。 请求消息 请求参数请参见表1 请求参数说明。 表1 请求参数说明 参数名称 是否必选

查看更多 →

每个依赖于分词器的文本搜索函数有一个可选的配置参数，用以明确声明所使用的分词器。仅当忽略这个参数的时候，才使用default_text_search_config。 为了更方便的建立自定义文本搜索分词器，可以通过简单的数据库对象建立分词器。 GaussDB (DWS)文本搜索功能提供了四种类型与分词器相关的数据库对象：

查看更多 →

/擎”。 分隔符分词：按照分隔符分词，结合“分词选项”使用。 分词选项 如“分词方法”选择“不分词”或“最全分词”，该参数为“不涉及”，不可选。 如“分词方法”选择“普通分词”或“单字分词”，可选择不涉及、全拼、简拼和全拼+简拼。 如“分词方法”选择“英文普通分词”，可选择不涉及、词干化和词形还原。

查看更多 →

/擎”。 分隔符分词：按照分隔符分词，结合“分词选项”使用。 分词选项 如“分词方法”选择“不分词”或“最全分词”，该参数为“不涉及”，不可选。 如“分词方法”选择“普通分词”或“单字分词”，可选择不涉及、全拼、简拼和全拼+简拼。 如“分词方法”选择“英文普通分词”，可选择不涉及、词干化和词形还原。

查看更多 →

-8。 lang String 否 支持的文本语言类型，目前支持中文（zh）和英文（en），默认为中文。 granularity Integer 否 分词粒度，1为最细粒度，2为最粗粒度，其他情况默认返回全部粒度分词树结果。 响应消息 响应参数如表3所示。 表3 响应参数 参数名

查看更多 →

每个依赖于分词器的文本搜索函数有一个可选的配置参数，用以明确声明所使用的分词器。仅当忽略这个参数的时候，才使用default_text_search_config。 为了更方便的建立自定义文本搜索分词器，可以通过简单的数据库对象建立分词器。 GaussDB(DWS)文本搜索功能提供了四种类型与分词器相关的数据库对象：

查看更多 →

求较高时，需要用户自定义搜索服务的配置和搜索的数据范围。搜索服务定义可以更好的明确用户搜索的场景和意图，也为特定场景下大批量的数据搜索和过滤提高搜索效率，避免在大批量数据中召回干扰信息。 以如下示例场景为例，通过横向搜索和纵向搜索两个维度指导您如何使用搜索服务定义。 示例场景 假设有如下两个数据实体：

查看更多 →

分词器测试 函数ts_debug允许简单测试文本搜索分词器。 1 2 3 4 5 6 7 8 ts_debug([ config regconfig, ] document text, OUT alias text, OUT description

查看更多 →

到该日志。 包含中文 查询时是否区分中英文。 打开包含中文开关后，如果日志中包含中文，默认按照一元分词法拆分中文内容，按照分词符的设置拆分英文内容。 说明： 一元分词是指将中文字符串拆分为单个独立的中文字。 使用一元分词符的优点是对海量日志分词效率高，其他中文分词方法对写入速度影响大。

查看更多 →

到该日志。 包含中文 查询时是否区分中英文。 打开包含中文开关后，如果日志中包含中文，默认按照一元分词法拆分中文内容，按照分词符的设置拆分英文内容。 说明： 一元分词是指将中文字符串拆分为单个独立的中文字。 使用一元分词符的优点是对海量日志分词效率高，其他中文分词方法对写入速度影响大。

查看更多 →

日志。短语搜索和关键词搜索的区别请参考表2。 短语搜索：在关键词搜索语法的基础上实现，短语搜索能够区分关键词的顺序，用于精准匹配目标短语，搜索结果更加精确。短语搜索适用于英文短语、中文短语的搜索，不支持模糊搜索。 关键词搜索：关键词搜索是基于分词实现，通过分词符先将搜索内容拆分为

查看更多 →

分词器测试 函数ts_debug允许简单测试文本搜索分词器。 1 2 3 4 5 6 7 8 ts_debug([ config regconfig, ] document text, OUT alias text, OUT description

查看更多 →

Zhparser是基于词典的语义分词方法，底层调用SCWS(https://github.com/hightman/scws)分词算法，适用于有语义的中文分词场景。SCWS是一套基于词频词典的机械式中文分词引擎，可以将一整段的中文文本正确地切分成词。支持GBK、UTF-8两种中文编码格式。内置26种token类型如表3所示：

查看更多 →

语搜索适用于英文短语、中文短语的搜索，不支持模糊搜索。 关键词搜索：关键词搜索是基于分词实现，通过分词符先将搜索内容拆分为多个关键词，然后匹配日志。关键词搜索不会区分多个关键词在日志中出现的顺序，因此只要日志中按照搜索的与或非逻辑能命中关键词，该日志就会被搜索到。 表2 搜索区别

查看更多 →

设置LTS日志内容分词 通过配置分词可将日志内容按照分词符切分为多个单词，在日志搜索时可使用切分后的单词进行搜索。初次使用时，LTS已默认进行了分词配置，默认配置的分词符为： , '";=()[]{}@&<>/:\\?\n\t\r 若默认分词符不能满足您的需求时，可按照如下操作进行自定义配置。

查看更多 →

Zhparser是基于词典的语义分词方法，底层调用SCWS(https://github.com/hightman/scws)分词算法，适用于有语义的中文分词场景。SCWS是一套基于词频词典的机械式中文分词引擎，可以将一整段的中文文本正确地切分成词。支持GBK、UTF-8两种中文编码格式。内置26种token类型如表3所示：

查看更多 →

背景信息 云搜索服务的词库用于对文本进行分词，使得一些特殊词语在分词的时候能够被识别出来，便于根据关键词搜索文本数据。例如，根据公司名称来查询，如“华为”；或者根据网络流行词来查询，如“喜大普奔”。也支持基于同义词词库，根据同义词搜索文本数据。 CSS 服务使用的分词器包括IK分词器和同

查看更多 →

若调用SDK接口时涉及到部分字段包含中文后报错的问题，如description字段，请在python文件头部添加“# -*- coding: utf-8 -*- ”，具体做法请参考Python使用UTF-8编码。

查看更多 →

背景信息 云搜索服务的词库用于对文本进行分词，使得一些特殊词语在分词的时候能够被识别出来，便于根据关键词搜索文本数据。例如，根据公司名称来查询，如“华为”；或者根据网络流行词来查询，如“喜大普奔”。也支持基于同义词词库，根据同义词搜索文本数据。 CS S服务使用的分词器包括IK分词器和同

查看更多 →