Azure 搜索语言分析器和变音符号

Posted 2023-02-24

【中文标题】Azure 搜索语言分析器和变音符号

【英文标题】：Azure search Language analyzers and diacritics

【发布时间】：2021-10-30 19:16:51

【问题描述】：

我们正在设置一个 azure 搜索索引，并且我们正在使用语言分析器，这似乎工作得很好。 （拆分单词，添加词干等）但是，我们遇到了变音符号（重音）的问题。

在荷兰语中，patient 写作patiënt。将包含patiënt 的文本添加到设置为microsoft.nl 的字段时，它还会添加patient 的标记。因此，如果我搜索 patient（不带 ë），它也会找到此文档。

当情况逆转时，问题就出现了。如果有人在文档中键入patient（因为他懒得添加ë），则标记器不会添加患者标记。当有人现在搜索患者时，找不到该文档。

对此的正确解决方案是什么？我希望是否在搜索文本中添加变音符号并不重要。我一直在寻找自定义分析器以完全删除变音符号，但它们似乎与语言分析器不兼容

澄清一下：我正在为所有带有变音符号的情况寻找解决方案，而不仅仅是这个特定的单词

当前字段定义：

    "name": "Contents_nlnl",
    "type": "Edm.String",
    "facetable": false,
    "filterable": false,
    "key": false,
    "retrievable": false,
    "searchable": true,
    "sortable": false,
    "analyzer": "nl.microsoft",
    "indexAnalyzer": null,
    "searchAnalyzer": null,
    "synonymMaps": [],
    "fields": []

【参考方案1】：

您可以使用带有显式映射的同义词映射 https://docs.microsoft.com/en-us/azure/search/search-synonyms#explicit-mapping 请参阅下面的示例

    "name": "patient",
    "format": "solr",
    "synonyms": "patient=> patiënt"

【讨论】：

是的，这只会解决这个特定的情况，而不是所有带有变音符号的情况。我已经更新了我的问题以澄清