跳到主要内容
版本:v3.0.x

空格

只要单词之间有空格,whitespace 标记符号器就会将文本划分为术语。

配置

要配置使用whitespace 标记符号生成器的分析器,请在analyzer_params 中将tokenizer 设置为whitespace

analyzer_params = {
"tokenizer": "whitespace",
}

空白标记符可以与一个或多个过滤器结合使用。例如,下面的代码定义了一个使用whitespace 标记符和lowercase 过滤器的分析器:

analyzer_params = {
"tokenizer": "whitespace",
"filter": ["lowercase"]
}

定义analyzer_params 后,可以在定义 Collection Schema 时将它们应用到VARCHAR 字段。这样,Milvus 就能使用指定的分析器对该字段中的文本进行处理,从而实现高效的标记化和过滤。有关详情,请参阅示例使用

示例

在将分析器配置应用到 Collection 模式之前,请使用run_analyzer 方法验证其行为。

分析器配置

analyzer_params = {
"tokenizer": "whitespace",
"filter": ["lowercase"]
}

验证使用run_analyzerCompatible with Milvus 2.5.11+

from pymilvus import (
MilvusClient,
)

client = MilvusClient(uri="http://localhost:19530")

# Sample text to analyze
sample_text = "The Milvus vector database is built for scale!"

# Run the standard analyzer with the defined configuration
result = client.run_analyzer(sample_text, analyzer_params)
print("Standard analyzer output:", result)

预期输出

['the', 'milvus', 'vector', 'database', 'is', 'built', 'for', 'scale!']