# Shingle Token Filter（Shingle 词元过滤器） 原文链接 : [https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-shingle-tokenfilter.html](https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-shingle-tokenfilter.html) 译文链接 : [http://www.apache.wiki/pages/viewpage.action?pageId=10028515](http://www.apache.wiki/pages/viewpage.action?pageId=10028515) 贡献者 : [fucker](/display/~caizhongjie)，[ApacheCN](/display/~apachecn)，[Apache中文网](/display/~apachechina) **shingle** 类型的词元过滤器，用于从词元流中构建 **shingles** （**token n-grams**）。 换句话说，它创建词元的组合作为单个词元。 例如，句子 “**please divide this sentence into shingles**” ，可能会被划分为词组“**please divide**”，“**divide this**”，“**this sentence**”，“**sentence into**”和“**into shingles**”。 此过滤器通过插入 **filler tokens**（使用“_”的词元）来处理游标自增 > 1。游标不从0开始。 以下是 **shingle** 类型的词元过滤器的可选设置： | 设置 | 描述 | | --- | --- | | `max_shingle_size` | 最大的 **shingle** 数量. 默认 **`2`**. | | `min_shingle_size` | 最小的 **shingle** 数量. 默认**`2`**. | | `output_unigrams` | 如果为 **`true` ** 输出将会包含输入的 **tokens (unigrams)** 以及 **shingles**. 默认 **`true`**. | | `output_unigrams_if_no_shingles` | 如果 **`output_unigrams` ** 为 **`false`** ，如果没有可用的 **shingles** 输出将会包含输入的 **tokens (unigrams)**. **提示** 如果 **`output_unigrams` ** 为 **true** 当前设置不生效. 默认 **`false`**. | | `token_separator` | 连接相邻的词元生成词组的字符串. 默认 `" "`. | | `filler_token` | 用于替换流中每个没有实际词元的位置的字符串。例如，当 **stop** 过滤器与 **`shingle`** 过滤器一起使用时，如果位置增量大于1\. 默认 `"_"` |