elascticsearch索引创建的过程和原理

1.需要一些源文档
① Students should be allowed to go out with their friends, but not allowed to drink beer.
② My friend Jerry went to school to see his students but found them drunk which is not allowed.

2,利用分词组件去得到词元

对于一些挺词，也就是普通的词 ，大多情况 不能作为关键词，因此分词组件会进行筛选
所以，对于上面的两个源文档我们得到词元信息为
“Students”，“allowed”，“go”，“their”，“friends”，“allowed”，“drink”，“beer”，“My”，“friend”，“Jerry”，“went”，“school”，“see”，“his”，“students”，“found”，“them”，“drunk” ，“allowed”

3.将得到的词元传给语言处理组件（Linguistic Processor)
对于英语

1. 变为小写(Lowercase)。
2. 将单词缩减为词根形式，如“cars”到“car”等。这种操作称为：stemming。
3. 将单词转变为词根形式，如“drove”到“drive”等。这种操作称为：lemmatization。
   将上面的词元处理后的结果称之为词

4，将词传给索引组件Indexer创建词典