はじめに

まだあまりElasticSearchを理解しておりません。

環境

ElasticSearch6.2
Kibanaを使った操作

やりたいこと

トークナイズ？にkuromojiを使ってみたい。

やったこと

kuromojiが入っていることを確認。

GET /_analyze
{
  "tokenizer": "kuromoji_tokenizer",
  "text": "今日はとてもいい天気ですね"
}

Indexの作成

PUT /kuromoji
{
      "index":{
          "analysis":{
              "tokenizer" : {
                  "kuromoji" : {
                     "type" : "kuromoji_tokenizer"
                  }
              },
              "analyzer" : {
                  "analyzer" : {
                      "type" : "custom",
                      "tokenizer" : "kuromoji"
                  }
              }
          }
      }
  }

適当にデータを入れてみる。
データを入れると、解析機がuni-gramではなく、
kuromojiを使った分かち書きになる…という認識ですが間違っていますでしょうか？

POST kuromoji/sentence
{
  "text": "あるところに、かわいそうな乞食の子がありました。"
}

POST kuromoji/sentence
{
  "text": "さびしい村の方から、毎日、町の方へ、ものをもらいに追い出されました。けれど、小さな足には、なにもはくものがなかったのです。子供は跣足で、長い石ころの多い道を、とぼとぼと歩かなければならなかったのでした。"
}

POST kuromoji/sentence
{
  "text": "夏の暑い日のことであります。地の面は乾いて、石は、熱く焼けていました。しかし子供は、足になにもはくものがなかったので、その上を跣足で歩いていました。通りすがりの人たちは、このかわいそうな乞食の子を見ましても、やさしい声ひとつ、かけてくれるものはありませんでした。"
}

※青空文庫より、長ぐつの話

検索してみる。

以下の文章は、3つ目に投入した文章の一部です。
しかしなぜか2つ目に投入した文章の類似度が一番高でて、3つ目の文章は最下位の類似度でした。
これはkuromojiが正常に反映されているのでしょうか。

GET kuromoji/sentence/_search
{
  "query": {
    "match": {
      "text": "足になにもはくものがなかったので"
    }
  }
}

質問まとめ/聞きたいこと

上記設定を行ったElasticSearchにデータを投入した際、投入されたデータはkuromojiで解析されている認識でよろしいでしょうか？
検索時に、クエリで投げた文章とすでにElasticSearchに入っている情報共に、kuromojiで解析されている認識でよろしいでしょうか？
現在の検索でkuromojiが使われているかを確認する方法はあるのでしょうか？
既存のIndexの解析機をkuromojiに変更することはできるのでしょうか？

ご存知のかたがいらっしゃいましたら、ご教示いただけますと幸いです。
よろしくお願いいたします。

行動規範の内容に同意します

回答1件

ベストアンサー

取り急ぎ、mapping定義をしないといけないのではないでしょうか。
http://pppurple.hatenablog.com/entry/2017/05/28/141143

投稿2019/05/08 09:48

iwamot

総合スコア1154

nnahito

2019/05/09 02:15

ありがとうございます！マッピングで設定しないといけないんですね… INDEX作ったときの "tokenizer" : { "kuromoji" : { "type" : "kuromoji_tokenizer" } } の「tokenizer」の設定は何だったのか…… 一応やったことまとめました。 https://nnahito.com/articles/26

行動規範の内容に同意します