Tagged: stopwords

我想停用词（Stop Words）这个概念对大家来说并不陌生，通常来说，停用词是在一个语言中出现的频率很高的词语（和文本或者语言相关，同样的词在不同的语言中出现的频率可能完全不同），比如我们常见的the, is, and等等，这些词很难进行精确的搜索，也很容易影响搜索的性能。所以在ElasticSearch中可以对他们进行特殊处理，当然ElasticSearch早期对他们进行处理的另外一个主要原因是为了节省磁盘和memory的空间，但是随着时间的推移，单纯从存储空间来看，其实是否要特殊处理可能已经不是很重要了（当然准确的说在位置和偏移信息的保存中，它还是会占用很多存储空间的）。 去除停用词...