Cncharonly

cncharonly 過濾器會移除包含任何非中文字元的標記。當您只想專注於中文文字，濾除任何包含其他文字、數字或符號的標記時，此過濾器非常有用。

設定

cncharonly 過濾器內建於 Milvus。要使用它，只需在analyzer_params 內的filter 部分指定其名稱即可。

analyzer_params = {
    "tokenizer": "standard",
    "filter": ["cncharonly"],
}

Map<String, Object> analyzerParams = new HashMap<>();
analyzerParams.put("tokenizer", "standard");
analyzerParams.put("filter", Collections.singletonList("cncharonly"));

const analyzer_params = {
    "tokenizer": "standard",
    "filter": ["cncharonly"],
};

analyzerParams = map[string]any{"tokenizer": "standard", "filter": []any{"cncharonly"}}

# restful
analyzerParams='{
  "tokenizer": "standard",
  "filter": [
    "cncharonly"
  ]
}'

cncharonly 過濾器會在 tokenizer 產生的詞彙上運作，因此必須與 tokenizer 結合使用。如需 Milvus 中可用的 tokenizer 清單，請參考Standard Tokenizer及其同屬頁面。

定義analyzer_params 之後，您可以在定義集合模式時，將它們套用到VARCHAR 欄位。這允許 Milvus 使用指定的分析器來處理該欄位中的文字，以進行有效的標記化和過濾。詳情請參閱範例使用。

範例

在應用分析器配置到您的收集模式之前，請使用run_analyzer 方法驗證其行為。

分析器配置

analyzer_params = {
    "tokenizer": "standard",
    "filter": ["cncharonly"],
}

Map<String, Object> analyzerParams = new HashMap<>();
analyzerParams.put("tokenizer", "standard");
analyzerParams.put("filter", Collections.singletonList("cncharonly"));

// javascript

analyzerParams = map[string]any{"tokenizer": "standard", "filter": []any{"cncharonly"}}

# restful

驗證使用run_analyzerCompatible with Milvus 2.5.11+

# Sample text to analyze
sample_text = "Milvus 是 LF AI & Data Foundation 下的一个开源项目，以 Apache 2.0 许可发布。"

# Run the standard analyzer with the defined configuration
result = MilvusClient.run_analyzer(sample_text, analyzer_params)
print(result)

// java

// javascript

// go

# restful

預期輸出

['是', '下的一个开源项目', '以', '许可发布']