词组建议者（phrase suggester）是术语建议者（term suggester）的高级版本。 短语建议者使用的功能是选择整个校正后的短语而不是单个单词。 这是基于 ngram 语言建模的，短语建议者可以基于频率和并发性更好地选择 token。

在本教程中，我们将向你展示如何使用短语建议者来纠正短语中的拼写，这在 Elasticsearch 中提供了 “你的意思是” 的搜索功能。

为了能够更好地说明 phrase suggester，首先让我们来建立一个简单的示例数据。我们创建一个具有四个文档的索引 phrase-suggester。我们使用 bulk API 来把数据导入到 Elasticsearch 中去：

让我们看一下 phrase suggesster 的工作原理。 让我们搜索一个包含三个单词和两个错别字的短语。 这个短语是 “windsheild got mitsy”。 你会看到我们在第一个单词和第三个单词中都有错别字。 使用词组提示器查询索引，看看返回了什么：

如你所见，上面的查询与我们在上一篇文章中使用的 term suggester 查询类似，只是 “term” 参数被 “phrase” 参数代替。上述查询返回的结果是：

与 term suggester 非常相似，这些建议在响应的 “options” 数组下列出。 在响应中，我们可以看到选项列表的第一个元素是我们正在寻找的具有最高匹配分数的正确短语。 对于选项列表中的第二个元素，仅纠正了一个错字，而选项列表中的最后一个元素则按原样返回了搜索到的短语。

在上面的示例中，我们看到了词组建议程序查询的最基本用法。 但是，查询可以配置许多设置，例如突出显示，置信度，整理等，这些设置旨在微调我们的搜索结果。 让我们探索一些最常见的选项。

考虑以下查询以获取短语建议：

我们探讨一下：

上述查询的返回结果为：

在上面的回复中，我们可以看到突出显示的文本，以提出建议的更正。 还有 collate_match，用于响应查询中的 “prune” 参数。 你会看到一个没有两个更正关键字的结果的值为 false。

你可以更改 “confidence”，“ real_word_error_likelihood” 和 “max_errors” 参数的值，并比较更改以更好地理解这些参数。

与术语建议者不同，短语建议者可以将查询与整个短语匹配，并返回最相关的结果。

更多阅读：Elasticsearch：创建一个简单的 “你的意思是？” 推荐搜索​​​​​​​

参考

【1】Suggesters | Elasticsearch Guide [7.5] | Elastic