企业🤖AI智能体构建引擎,智能编排和调试,一键部署,支持私有化部署方案 广告
# UAX URL Email Tokenizer **uax_url_email tokenizer** 类似 **standard tokenizer**,只不过它会把 **URL** 和 **email **地址当成一个词元。 ## **输出示例** | `POST _analyze` `{` `"tokenizer"``: ``"uax_url_email"``,` `"text"``: ``"Email me at john.smith@global-international.com"` `}` | 上面的句子会生成如下的词元: | `[ Email, me, at, john.smith@global-international.com ]` | 而 `standard` tokenizer 会生成: | `[ Email, me, at, john.smith, global, international.com ]` | ## **配置**  **`uax_url_email` tokenizer** 接受以下参数: ***max_token_length***   单个 token 的最大长度。如果一个 token 超过这个长度,则以  `max_token_length 为间隔分割。默认值是` `255`.。 ## **配置示例** 下面的例子中,我们配置标准分词器的  `max_token_length 为 5 (便于展示):` | `PUT my_index` `{` `"settings"``: {` `"analysis"``: {` `"analyzer"``: {` `"my_analyzer"``: {` `"tokenizer"``: ``"my_tokenizer"` `}` `},` `"tokenizer"``: {` `"my_tokenizer"``: {` `"type"``: ``"uax_url_email"``,` `"max_token_length"``: 5` `}` `}` `}` `}` `}` `POST my_index``/_analyze` `{` `"analyzer"``: ``"my_analyzer"``,` `"text"``: ``"john.smith@global-international.com"` `}` | 输出如下: | `[ john, smith, globa, l, inter, natio, nal.c, om ]` |