# Term suggester 原文链接 : [https://www.elastic.co/guide/en/elasticsearch/reference/5.0/search-suggesters-term.html](https://www.elastic.co/guide/en/elasticsearch/reference/5.0/search-suggesters-term.html) 译文链接 [http://www.apache.wiki/display/Elasticsearch/Term+suggester](http://www.apache.wiki/display/Elasticsearch/Term+suggester) 贡献者 : @Josh 为了理解 suggestions 的形式，请阅读 suggesters 的第一页。 术语 **suggester** 建议基于编辑距离的术语。 在术语 **suggested** 之前分析所提供的 **suggest** 文本。 根据分析的 **suggest** 文本 **token** 提供 **suggest** 的术语。 术语 **suggester** 不考虑作为请求的一部分的查询。 ## 常见的 suggest 选项 | **test** | **suggest** 文本，**suggest** 文本是必须选项，需要被设定为全局或者对每个 **suggestion**。 | | **field** | 从中获取候选 **suggestions** 的字段（**field**）。 这是必需的选项，需要设置为全局或按 **suggestion** 设置。 | | **analyzer** | **analyzer** 跟 **suggest** 文本一起进行分析，默认为 **suggest** 字段的搜索 **analyzer。** | | **size** | 每个 **suggest** 文本标记（**token**）返回的最大更正值。 | | **sort** | 定义每个 **suggest** 文本术语中 **suggestions** 该如何排序。 两个可能的值： * **score**：先按照分数排序，然后按文档频率排序，然后是术语本身。 * **frequency**：按文档频率排序，然后依次选择相似性分数和术语本身。 | | **suggest_mode** | **suggest_mode** 控制什么 **suggestions** 被包括或控制什么 **suggest** 文本术语，什么 **suggestions** 应该被 **suggested**。 可以指定三个可能的值： * **missing**： 只提供不在索引中的 **suggest** 文字字词的 **suggestion** 。 这是默认值。 * **popular**：只 **suggest** 出现在更多文档中的 **suggestions**，而不是原始 **suggest** 文本术语。 * **always**： 根据 **suggest** 文字中的字词 **suggest** 任何相符的 **suggestions。** | ## 其他术语 suggest 选项： | **lowercase_terms** | 在文本分析后的 小写 **suggest** 文本术语。 | | **max_edits** | 可以认为是候选 **suggestions** 的最大编辑距离。 只能是介于1和2之间的值。任何其他值都会导致抛出错误的请求错误。 默认为2。 | | **prefix_length** | 为了成为候选 suggestions 所必须匹配的最小前缀字符的数量。 默认值为1.增加此数字可提高拼写检查性能。 通常拼写错误不会出现在术语的开头。 （旧名称 “**prefix_len**” 已弃用） | | **min_word_length** | suggest 文本术语必须包含的最小长度。 默认值为4.（旧名称 “**min_word_len**” 已弃用） | | **shard_size** | 设置要从每个单独的分片检索的 suggestions 的最大数量。 在减少阶段期间，仅基于 **size** 选项返回前N个 **suggestions。** 默认为 **size** 选项。 将其设置为大于该 **size** 的值可以是有用的，以便以性能为代价获得更准确的拼写校正的文档频率。 由于术语在分片之间分割的事实，拼写校正的分片级文档频率可能不精确。 增加这将使这些文档频率更精确。 | | **max_inspections** | 用于乘以 **shards_size** 以便在碎片级别上检查更多候选拼写校正的因子。 可以以性能为代价提高精度。 默认为5。 | | **min_doc_freq** | **suggestion** 应该出现的文档数量的最小阈值。这可以指定为绝对数字或文档数量的相对百分比。 这可以通过仅 **suggesting** 高频项来提高质量。 默认值为 **0f** ，未启用。 如果指定的值大于1，则该数字不能为小数。 分片级文档频率用于此选项。 | | **max_term_freq** | **suggest** 文本标记可以存在的文档数量中的最大阈值，以便包括。 可以是表示文档频率的相对百分比数字（例如0.4）或绝对数字。 如果指定的值大于1，则不能指定小数。 默认为 **0.01f**。 这可以用于排除高频术语的拼写检查。 高频项通常拼写正确，这也提高了拼写检查的性能。 分片级文档频率用于此选项。 | | **string_distance** | 使用哪个字符串距离实现来比较类似的 **suggested** 术语。 可以指定五个可能的值： **internal -** 基于 **damerau_levenshtein** 的默认值，但是高度优化用于比较索引中的项的字符串距离。 **damerau_levenshtein -** 基于 **Damerau-Levenshtein** 算法的字符串距离算法。 **levenstein -** 基于 **Levenstein** 编码距离算法的字符串距离算法。 **jarowinkler -** 基于 **Jaro-Winkler** 算法的字符串距离算法。 **ngram -** 基于字符 **n-gram** 的字符串距离算法。 |