6.6.3 Synonym

이 문서의 허가되지 않은 무단 복제나 배포 및 출판을 금지합니다. 본 문서의 내용 및 도표 등을 인용하고자 하는 경우 출처를 명시하고 김종민(kimjmin@gmail.com)에게 사용 내용을 알려주시기 바랍니다.

검색 서비스에 따라서 동의어 검색을 제공해야 하는 경우가 있습니다. 예를 들면 클라우드 서비스 관련 정보를 검색하는 시스템에서 "AWS" 라는 단어를 검색했을 때 "Amazon" 또는 한글 "아마존" 도 같이 검색을 하도록 하면 관련된 정보를 더 많이 찾을 수 있을 것입니다. 이 때 Synonym 토큰 필터를 사용하면 텀의 동의어 저장이 가능합니다.

동의어를 설정하는 옵션은 synonyms 항목에서 직접 동의어 목록을 입력하는 방법과 동의어 사전 파일을 만들어 synonyms_path 로 지정하는 방법이 있습니다. 동의어 사전 명시 규칙에는 다음의 것들이 있습니다.

  • "A, B => C" : 왼쪽의 A, B 대신 오른쪽의 C 텀을 저장합니다. A, B 로는 C 의 검색이 가능하지만 C 로는 A, B 가 검색되지 않습니다.

  • "A, B" : A, B 각 텀이 A 와 B 두개의 텀을 모두 저장합니다. A 와 B 모두 서로의 검색어로 검색이 됩니다.

다음은 my_synonym 인덱스에 "amazon => aws" 으로 동의어를 지정하는 예제입니다.

"amazon => aws" 동의어를 지정하는 my_synonym 인덱스 생성
PUT my_synonym
{
"settings": {
"analysis": {
"analyzer": {
"my_syn": {
"tokenizer": "whitespace",
"filter": [
"lowercase",
"syn_aws"
]
}
},
"filter": {
"syn_aws": {
"type": "synonym",
"synonyms": [
"amazon => aws"
]
}
}
}
},
"mappings": {
"properties": {
"message": {
"type": "text",
"analyzer": "my_syn"
}
}
}
}

이제 여기에 "Amazon Web Service", "AWS" 값을 가진 도큐먼트 두 개를 저장하고 각 도큐먼트의 _termvectors 를 확인 해 보겠습니다.

AWS, Amazon Web Service 도큐먼트 저장
PUT my_synonym/_doc/1
{ "message" : "Amazon Web Service" }
PUT my_synonym/_doc/2
{ "message" : "AWS" }
request
response
request
1 도큐먼트 message 필드의 termvectors 확인
GET my_synonym/_termvectors/1?fields=message
response
1 도큐먼트 message 필드의 termvectors 확인 결과
{
"_index" : "my_synonym",
"_type" : "_doc",
"_id" : "1",
"_version" : 1,
"found" : true,
"took" : 9,
"term_vectors" : {
"message" : {
"field_statistics" : {
"sum_doc_freq" : 4,
"doc_count" : 2,
"sum_ttf" : 4
},
"terms" : {
"aws" : {
"term_freq" : 1,
"tokens" : [
{
"position" : 0,
"start_offset" : 0,
"end_offset" : 6
}
]
},
"service" : {
"term_freq" : 1,
"tokens" : [
{
"position" : 2,
"start_offset" : 11,
"end_offset" : 18
}
]
},
"web" : {
"term_freq" : 1,
"tokens" : [
{
"position" : 1,
"start_offset" : 7,
"end_offset" : 10
}
]
}
}
}
}
}
request
response
request
2 도큐먼트 message 필드의 termvectors 확인
GET my_synonym/_termvectors/2?fields=message
response
2 도큐먼트 message 필드의 termvectors 확인 결과
{
"_index" : "my_synonym",
"_type" : "_doc",
"_id" : "2",
"_version" : 1,
"found" : true,
"took" : 0,
"term_vectors" : {
"message" : {
"field_statistics" : {
"sum_doc_freq" : 4,
"doc_count" : 2,
"sum_ttf" : 4
},
"terms" : {
"aws" : {
"term_freq" : 1,
"tokens" : [
{
"position" : 0,
"start_offset" : 0,
"end_offset" : 3
}
]
}
}
}
}
}

1 도큐먼트의 "Amazon Web Service"amazon 대신 "aws", "web", "service" 로 저장된 것을 확인할 수 있습니다. 다음은 각각 term 쿼리로 aws, amazon 을 검색한 결과와 match 쿼리로 amazon 을 검색한 결과입니다.

request
response
request
term 쿼리로 aws 검색
GET my_synonym/_search
{
"query": {
"term": {
"message": "aws"
}
}
}
response
term 쿼리로 aws 검색 결과
{
"took" : 2,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 0.22920427,
"hits" : [
{
"_index" : "my_synonym",
"_type" : "_doc",
"_id" : "2",
"_score" : 0.22920427,
"_source" : {
"message" : "AWS"
}
},
{
"_index" : "my_synonym",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.1513613,
"_source" : {
"message" : "Amazon Web Service"
}
}
]
}
}
request
response
request
term 쿼리로 amazon 검색
GET my_synonym/_search
{
"query": {
"term": {
"message": "amazon"
}
}
}
response
term 쿼리로 amazon 검색 결과
{
"took" : 1,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 0,
"relation" : "eq"
},
"max_score" : null,
"hits" : [ ]
}
}
request
response
request
match 쿼리로 amazon 검색
GET GET my_synonym/_search
{
"query": {
"match": {
"message": "amazon"
}
}
}
response
match 쿼리로 amazon 검색 결과
{
"took" : 1,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 0.22920427,
"hits" : [
{
"_index" : "my_synonym",
"_type" : "_doc",
"_id" : "2",
"_score" : 0.22920427,
"_source" : {
"message" : "AWS"
}
},
{
"_index" : "my_synonym",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.1513613,
"_source" : {
"message" : "Amazon Web Service"
}
}
]
}
}

첫 번째 쿼리와 마지막 세 번째 쿼리의 결과가 동일합니다.

term 쿼리는 검색어에 애널라이저를 적용하지 않고 그대로 검색하기 때문에 term 쿼리로 aws 를 검색하면 두개의 도큐먼트가 모두 검색되고 amazon을 검색 하면 검색이 되지 않습니다. match 쿼리는 검색어 amazonmy_syn 애널라이저가 적용이 되어 aws 로 변환하여 검색을 하기 때문에 aws로 검색을 한 것과 같은 결과가 나타납니다.

이번에는 my_synonym 인덱스에 "amazon, aws" 로 동의어를 지정하는 예제입니다. 기존의 my_synonym 인덱스를 먼저 삭제하고 입력합니다.

"amazon, aws" 동의어를 지정하는 my_synonym 인덱스 생성
PUT my_synonym
{
"settings": {
"analysis": {
"analyzer": {
"my_syn": {
"tokenizer": "whitespace",
"filter": [
"lowercase",
"syn_aws"
]
}
},
"filter": {
"syn_aws": {
"type": "synonym",
"synonyms": [
"amazon, aws"
]
}
}
}
},
"mappings": {
"properties": {
"message": {
"type": "text",
"analyzer": "my_syn"
}
}
}
}

앞의 예제와 동일하게 "Amazon Web Service", "AWS" 값을 가진 도큐먼트 두 개를 저장하고 각 도큐먼트의 _termvectors 를 확인 해 보겠습니다.

AWS, Amazon Web Service 도큐먼트 저장
PUT my_synonym/_doc/1
{ "message" : "Amazon Web Service" }
PUT my_synonym/_doc/2
{ "message" : "AWS" }
request
response
request
1 도큐먼트 message 필드의 termvectors 확인
GET my_synonym/_termvectors/1?fields=message
response
1 도큐먼트 message 필드의 termvectors 확인 결과
{
"_index" : "my_synonym",
"_type" : "_doc",
"_id" : "1",
"_version" : 1,
"found" : true,
"took" : 0,
"term_vectors" : {
"message" : {
"field_statistics" : {
"sum_doc_freq" : 6,
"doc_count" : 2,
"sum_ttf" : 6
},
"terms" : {
"amazon" : {
"term_freq" : 1,
"tokens" : [
{
"position" : 0,
"start_offset" : 0,
"end_offset" : 6
}
]
},
"aws" : {
"term_freq" : 1,
"tokens" : [
{
"position" : 0,
"start_offset" : 0,
"end_offset" : 6
}
]
},
"service" : {
"term_freq" : 1,
"tokens" : [
{
"position" : 2,
"start_offset" : 11,
"end_offset" : 18
}
]
},
"web" : {
"term_freq" : 1,
"tokens" : [
{
"position" : 1,
"start_offset" : 7,
"end_offset" : 10
}
]
}
}
}
}
}
request
response
request
2 도큐먼트 message 필드의 termvectors 확인
GET my_synonym/_termvectors/2?fields=message
response
2 도큐먼트 message 필드의 termvectors 확인 결과
{
"_index" : "my_synonym",
"_type" : "_doc",
"_id" : "2",
"_version" : 1,
"found" : true,
"took" : 0,
"term_vectors" : {
"message" : {
"field_statistics" : {
"sum_doc_freq" : 6,
"doc_count" : 2,
"sum_ttf" : 6
},
"terms" : {
"amazon" : {
"term_freq" : 1,
"tokens" : [
{
"position" : 0,
"start_offset" : 0,
"end_offset" : 3
}
]
},
"aws" : {
"term_freq" : 1,
"tokens" : [
{
"position" : 0,
"start_offset" : 0,
"end_offset" : 3
}
]
}
}
}
}
}

두 도큐먼트 모두 "position" : 0 위치에 "aws", "amazon" 두개의 텀들이 모두 저장된 것을 확인할 수 있습니다. 이제 term 쿼리로 amazon 을 검색해도 두개 도큐먼트가 모두 검색이 됩니다. 이것은 한번 직접 실행 해 보시기 바랍니다.

동의어 여러 개를 입력 할 때는 "synonyms": [ ... ] 항목 안에 배열로 넣어도 되지만, 그 보다는 파일을 따로 만들어 관리하는 것이 편합니다. stop 토큰 필터와 마찬가지로 synonyms_path 항목에 config 디렉토리 기준의 상대 경로에 파일을 저장하고 경로명을 입력하면 됩니다. 동의어는 하나의 규칙당 한 줄씩 입력해야 하며 파일은 UTF-8로 인코딩 되어야 합니다.

다음은 "hop, jump", "quick, fast" user_dic/my_syn_dic.txt 에 저장해서 동의어 사전으로 사용하는 예제입니다.

config/user_dic 디렉토리 아래에 my_syn_dic.txt 파일 생성
$ echo 'quick, fast
hop, jump' > config/user_dic/my_syn_dic.txt
synonyms_path 설정을 가진 my_synonym 인덱스 생성
PUT my_synonym
{
"settings": {
"analysis": {
"analyzer": {
"my_syn": {
"tokenizer": "whitespace",
"filter": [
"lowercase",
"syn_aws"
]
}
},
"filter": {
"syn_aws": {
"type": "synonym",
"synonyms_path": "user_dic/my_syn_dic.txt"
}
}
}
},
"mappings": {
"properties": {
"message": {
"type": "text",
"analyzer": "my_syn"
}
}
}
}

이제 term 쿼리로 quickjump를 검색하면 hop, fast 도 검색이 됩니다.

quick, jump, hop, fast 를 포함하는 도큐먼트 저장
PUT my_synonym/_doc/1
{ "message": "Quick brown fox jump" }
PUT my_synonym/_doc/2
{ "message": "hop rabbit is fast" }
request
response
request
term 쿼리로 quick, jump 검색
GET GET my_synonym/_search
{
"query": {
"bool": {
"must": [
{
"term": {
"message": "quick"
}
},
{
"term": {
"message": "jump"
}
}
]
}
}
}
response
term 쿼리로 quick, jump 검색 결과
{
"took" : 370,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 0.42221838,
"hits" : [
{
"_index" : "my_synonym",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.42221838,
"_source" : {
"message" : "Quick brown fox jump"
}
},
{
"_index" : "my_synonym",
"_type" : "_doc",
"_id" : "2",
"_score" : 0.42221838,
"_source" : {
"message" : "hop rabbit is fast"
}
}
]
}
}

마지막으로 synonym 토큰 필터에는 추가적으로 다음과 같은 옵션들이 있습니다.

  • expand (true / false. 디폴트는 true)

    "expand": false 로 설정하게 되면 "synonyms": "aws, amazon" 같은 설정에 토큰들을 모두 저장하지 않고 맨 처음에 명시된 토큰 하나만 저장합니다. 앞의 설정은 "synonyms": "aws, amazon => aws" 로 설정한 것과 동일하게 동작합니다.

  • lenient (true / false. 디폴트는 false)

    "lenient": true 로 설정하면 synonym 설정에 오류가 있는 경우 오류가 있는 부분을 무시하고 실행합니다.