Comportamento curioso do fragment_size no elástico da pesquisa

Question

Jan 27, 2015, 11:17 AM

Comportamento curioso do fragment_size no elástico da pesquisa

TL; DR: Eu não entendo como o destaque está funcionando e, mais precisamente, comofragment_size influencia o realce.

Em uma nova instalação do ES (1.4.2), estou criando um índice com as seguintes configurações:

{
    "mappings" : {
        "test": {
            "properties": {
                "content" : {
                    "type" : "string",
                    "analyzer" : "french"
                }
            }
        }
    }
}

Então, estou inserindo o seguinte documento:

{
    "content": "Bon alors mettons que j'ouvre avec un sirop de huit. Si c'est vous qui avez siroté au tour d'avant, ça tourne dans votre sens. Soit vous laissez filer, vous dites file-sirop, soit vous vous sentez de relancer et vous annoncez un sirop de quatorze. Vous, comme on a commencé les annonces, vous avez pas le droit de laisser filer. Vous pouvez soit relancer un sirop de vingt-et-un, soit vous abandonnez le tour et vous dites couche-sirop. Ou sirop Jeannot, ça dépend des régions. Et après, soit on fait la partie soit je fais un contre-sirop, boum ! Et à partir de là, sirop de pomme sur vingt-et-un donc on fait la partie en quatre tours jusqu'à qu'il y en ait un qui sirote."
}

Por fim, estou consultando "couche-sirop" e destacando o resultado, com diferentes valores de N (fragment_size):

{
    "query": {
        "query_string": {
            "query": "\"couche-sirop\"",
            "fields": [
                "content"
            ],
            "default_operator": "and"
        }
    },
    "highlight": {
        "number_of_fragments": 5,
        "type": "plain",
        "fields": {
            "content": {
                "fragment_size": N
            }
        }
    }
}

Alguns resultados:

N = 15:[' couche', '-sirop. Ou sirop']N = 16:[' et vous dites couche', '-sirop. Ou sirop']N = 17:[' couche-sirop']N = 18:[' et vous dites couche', '-sirop. Ou sirop']N = 19:[' et vous dites couche-sirop']

Com maiores valores de N

N = 70:[' et vous dites couche-sirop. Ou sirop Jeannot, ça dépend des régions. Et après']N = 71:[' couche-sirop. Ou sirop Jeannot, ça dépend des régions. Et après']N = 72:

[' un sirop de vingt-et-un, soit vous abandonnez le tour et vous dites <em>couche</em>', '-<em>sirop</em>. Ou sirop Jeannot, ça dépend des régions. Et après, soit on fait']

N = 73:[' de vingt-et-un, soit vous abandonnez le tour et vous dites couche-sirop']

Alguém pode explicar o porquê:

Com valores maiores de N, esperamos ter mais contexto, mas às vezes temos menos.Dependendo do valor de N, às vezes temos um fragmento, às vezes dois

Eu também tentei opostings e afast vector marcadores com os mesmos resultados

Obrigado !