Cncharonly

cncharonly 过滤器会删除包含任何非中文字符的标记。当您只想关注中文文本，过滤掉任何包含其他脚本、数字或符号的标记时，该过滤器非常有用。

配置

cncharonly 过滤器内置在 Milvus 中。要使用它，只需在analyzer_params 中的filter 部分指定其名称即可。

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

cncharonly 过滤器对标记符号生成器生成的术语进行操作，因此必须与标记符号生成器结合使用。

定义analyzer_params 后，可以在定义 Collections Schema 时将它们应用到VARCHAR 字段。这样，Milvus 就可以使用指定的分析器对该字段中的文本进行处理，从而实现高效的标记化和过滤。有关详情，请参阅示例使用。

输出示例

下面是cncharonly 过滤器处理文本的示例。

原始文本。

"Milvus 是 LF AI & Data Foundation 下的一个开源项目，以 Apache 2.0 许可发布。"

预期输出。

["是", "下", "的", "一个", "开源", "项目", "以", "许可", "发布"]