标签:logs href 工作流程 ast 大小 title blog log www
前提
Elasticsearch的停用词
1、有些词在文本中出现的频率非常高,但是对文本所携带的信息基本不产生影响。
2、英文
a、an、the、of
3、中文
的、了、着、是 、标点符号等
4、文本经过分词之后,停用词通常被过滤掉,不会被进行索引。
5、在检索的时候,用户的查询中如果含有停用词,检索系统也会将其过滤掉(因为用户输入的查询字符串也要进行分词处理)。
6、排除停用词可以加快建立索引的速度,减小索引库文件的大小。
7、英文停用词
8、中文停用词
http://www.ranks.nl/stopwords/chinese-stopwords
标签:logs href 工作流程 ast 大小 title blog log www
原文地址:http://www.cnblogs.com/zlslch/p/6440220.html