elasticsearchで「五十嵐潤司」を「い」とか「じゅ」でヒットさせたい

Question

###前提・実現したいこと
elasticsearchで「五十嵐潤司」を「い」とか「じゅ」でヒットさせたい

###アプローチ

1. kuromoji_readformでカタカナ変換する
2. カタカナ1文字ずつローマ字変換する。但し拗音はローマ字１文字に変換する。

上記のように転置インデックスをつくれば実現可能だとは思うのですが、カタカナ変換まではkuromoji_readingformでできますが、そこからのカタカナ1文字ずつをローマ字変換する事ができなくて困っています。

###補足情報(言語/FW/ツール等のバージョンなど)

elasticsearchのバージョンは2.3.5です。

Comments

[coco_bauer]

カタカナ変換されたものを、ひらがなに変える。ひらがなに変わったものから「い」とか「じゅ」を含むものを探せば良いのではないでしょうか。ローマ字に変える必要は無さそうに思えます。

Answer 1

ローマ字にこだわっているのでサジェスト機能に使おうとしているのでしょうか？
kuromoji_tokenizerの使い方には2通りあって、"filter" 内で **"use_romaji" : false **と宣言すればカタカナ出力、 **"use_romaji" : true **と宣言すればローマ字出力になりますから、わざわざカタカナ変換からローマ字に変換する必要はありません。

気になるのは、「但し拗音はローマ字１文字に変換する。」の部分にこだわらない場合ですが。
これにこだわるのでしたら、"char_filter"の**"type": "mapping"**でカタカナ一文字づつを個別に指定する面倒な方法が存在します。