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 →

今天是星期一或模糊查询error,400,I K*查找该日志。 如果设置分词符为逗号（,），则原始日志被拆分为error、400、I Know 今天是星期一3个词，您通过任意一个词或词的模糊查询都可以找到该日志，例如error、400、Kn*、今天是*。 如果设置分词符为逗号（,）和空格，则原始日志被拆分为e

查看更多 →

的不同而不同。识别token的第一本词典将发出一个或多个标准词素来表示token。例如： rats变成rat因为词典认为词rats是rat的复数形式。 有些词被作为停用词（请参考停用词），这样它们就会被忽略，因为它们出现得太过频繁以致于搜索中没有用处。比如例子中的a、on和it。

查看更多 →

今天是星期一或模糊查询error,400,I K*查找该日志。 如果设置分词符为逗号（,），则原始日志被拆分为error、400、I Know 今天是星期一3个词，您通过任意一个词或词的模糊查询都可以找到该日志，例如error、400、Kn*、今天是*。 如果设置分词符为逗号（,）和空格，则原始日志被拆分为e

查看更多 →

的不同而不同。识别token的第一本词典将发出一个或多个标准词素来表示token。例如： rats变成rat因为词典认为词rats是rat的复数形式。 有些词被作为停用词（请参考停用词），这样它们就会被忽略，因为它们出现得太过频繁以致于搜索中没有用处。比如例子中的a、on和it。

查看更多 →

的不同而不同。识别token的第一本词典将发出一个或多个标准词素来表示token。例如： rats变成rat因为词典认为词rats是rat的复数形式。 有些词被作为停用词（请参考停用词），这样它们就会被忽略，因为它们出现得太过频繁以致于搜索中没有用处。比如例子中的a、on和it。

查看更多 →

的不同而不同。识别token的第一本词典将发出一个或多个标准词素来表示token。例如： rats变成rat因为词典认为词rats是rat的复数形式。 有些词被作为停用词（请参考停用词），这样它们就会被忽略，因为它们出现得太过频繁以致于搜索中没有用处。比如示例中的a、on和it。

查看更多 →

从其它服务商迁移CDN到华为云要怎么做？CDN如何切流？ 如果您要将业务迁移或切流到华为云CDN，您需要在CDN上添加加速域名，加速域名添加后，为保证顺利切换不影响业务，建议先做测试再切换DNS解析，详见本地测试加速域名。测试成功后，在DNS域名提供商修改解析记录，配置CDN提供的CNAME，详情请参见配置CNAME

查看更多 →

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1 搜索区别 搜索方式 短语搜索 关键词搜索 搜索区别 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。 不区分关键词的顺序，按照搜索逻辑命中关键词即可。

查看更多 →

本文件，一行一个分词，文件大小最大支持20M。 mainObject, stopObject, synonymObject三个参数至少要填写一个。 synonymObject 否 String 同义词词库文件，必须为UTF-8无BOM编码的文本文件，一行一组分词，文件大小最大支持20M。

查看更多 →

通过给集群配置自定义词库，将“智能手机”设置为主词，“是”设置为停词，“开心”和“高兴”设置为同义词。使用配置好的集群，对文本内容“智能手机是很好用”进行关键词搜索，查看关键词查询效果；对文本内容“我今天获奖了我很开心”进行同义词搜索，查看同义词查询效果。 步骤一：配置自定义词库 准备词库文件（

查看更多 →

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1 搜索区别 搜索方式 短语搜索 关键词搜索 搜索区别 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。 不区分关键词的顺序，按照搜索逻辑命中关键词即可。

查看更多 →

通过给集群配置自定义词库，将“智能手机”设置为主词，“是”设置为停词，“开心”和“高兴”设置为同义词。使用配置好的集群，对文本内容“智能手机是很好用”进行关键词搜索，查看关键词查询效果；对文本内容“我今天获奖了我很开心”进行同义词搜索，查看同义词查询效果。 步骤一：配置自定义词库 准备词库文件（

查看更多 →

是一个数据库表中一行的文本字段或者这些字段的组合，tsvector类型的值是一个标准词位的有序列表，标准词位就是把同一个词的变型体都标准化成相同的，在输入的同时会自动排序和消除重复。to_tsvector函数通常用于解析和标准化文档字符串。 tsvector的值是唯一分词的分类列

查看更多 →

表示文本查询。 tsvector tsvector类型表示一个检索单元，通常是一个数据库表中一行的文本字段或者这些字段的组合，tsvector类型的值是一个标准词位的有序列表，标准词位就是把同一个词的变型体都标准化相同的，在输入的同时会自动排序和消除重复，支持的最大长度为2046

查看更多 →

关键词抽取 概述 承接分词结果，获取各个文档中的关键词。 原理 该算法基于TextRank，依据的PageRank算法思想，将滑动窗口内的共现词汇对儿当做相连接的节点构建网络，计算节点的价值（即单词的重要性）并排序，数值高的单词即为该文本的关键词。 TextRank公式如下，其中

查看更多 →

问号（?）进行模糊搜索。 GE*表示在所有日志中查找以GE开头的词，并返回包含这些词的日志。 request_method:GE*表示在所有日志中查找request_method字段值以GE开头的词，并返回包含这些词的日志。 范围搜索 long数据类型和float数据类型支持范围搜索。

查看更多 →

otherwise recognized) 注意：对于解析器来说，一个“字母”的概念是由数据库的语言区域设置，即lc_ctype设置决定的。只包含基本ASCII字母的词被报告为一个单独的token类型，因为这类词有时需要被区分出来。大多数欧洲语言中，对token类型word和asciiword的处理方法是类似的。

查看更多 →

string类型；表列为数值类型；非必填； vocab_words_col_name 词袋词汇表的词汇列列名 string类型；如果词袋表不为空，此项为必填 count_gram_col_name 每个ngram短语的词个数（n），如1-gram，2-gram...，显示1-n等 string类型；表列为

查看更多 →

文本词向量 概述 “文本词向量”节点用于将词和句/段落映射到一个向量，可用来表示词与词之间或句与句之间的关系。该算法基于Skip-gram模型利用词语来预测它的上下文，并表示为向量形式，可应用于社交网络中的推荐系统、文本相似度等场景。 输入 参数 子参数 参数说明 inputs dataframe

查看更多 →

otherwise recognized) 注意：对于解析器来说，一个“字母”的概念是由数据库的语言区域设置，即lc_ctype设置决定的。只包含基本ASCII字母的词被报告为一个单独的token类型，因为这类词有时需要被区分出来。大多数欧洲语言中，对token类型word和asciiword的处理方法是类似的。

查看更多 →