공백
whitespace
토큰화 도구는 단어 사이에 공백이 있을 때마다 텍스트를 용어로 나눕니다.
구성
whitespace
토큰화기를 사용하여 분석기를 구성하려면 analyzer_params
에서 tokenizer
을 whitespace
로 설정하세요.
analyzer_params = {
"tokenizer": "whitespace",
}
공백 토큰화 도구는 하나 이상의 필터와 함께 사용할 수 있습니다. 예를 들어, 다음 코드는 whitespace
토큰화기를 사용하는 분석기와 lowercase filter
:
analyzer_params = {
"tokenizer": "whitespace",
"filter": ["lowercase"]
}
analyzer_params
를 정의한 후 컬렉션 스키마를 정의할 때 VARCHAR
필드에 적용할 수 있습니다. 이렇게 하면 Milvus가 지정된 분석기를 사용하여 해당 필드의 텍스트를 처리하여 효율적인 토큰화 및 필터링을 수행할 수 있습니다. 자세한 내용은 사용 예시를 참조하세요.
예제 출력
다음은 whitespace
토큰화기가 텍스트를 처리하는 방법의 예시입니다.
원본 텍스트.
"The Milvus vector database is built for scale!"
예상 출력.
["The", "Milvus", "vector", "database", "is", "built", "for", "scale!"]