groonga - オープンソースのカラムストア機能付き全文検索エンジン

7.2.20. suggest

ノート

サジェスト機能の仕様はまだ確定していません。仕様は変更される可能性があります。

7.2.20.1. 名前

suggest - 指定されたクエリに対する補完・補正・提案候補を返す。

7.2.20.2. 書式

suggest types table column query [sortby [output_columns [offset [limit [frequency_threshold [conditional_probability_threshold [prefix_search]]]]]]]

7.2.20.3. 説明

suggestコマンドは指定されたクエリに対する補完・補正・提案候補を返します。

補完・補正・提案については はじめに を参照してください。

7.2.20.4. オプション

types

suggestコマンドでどの種類の候補を返すかを指定します。

指定できる種類は以下の通りです。

complete
補完を実行します。
correct
補正を実行します。
suggest
提案を実行します。

1つ以上の種類を指定できます。複数の種類を指定する場合は | で区切ります。以下が例です。:

補正候補を返します:

correct

補正候補と提案候補を返します:

correct|suggest

補完候補と補正候補と提案候補を返します:

complete|correct|suggest
table

item_${データセット名} というフォーマットのテーブル名を指定します。例えば、以下のコマンドでデータセットを作成した場合はテーブル名として item_query を指定します:

groonga-suggest-create-dataset /tmp/db-path query
column
table で指定したテーブルにあるふりがな情報を含むカラムを指定します。ふりがなはカタカナで指定します。
query
補完・補正・提案対象のクエリを指定します。
sortby

ソートキーを指定します。

Default:
-_score
output_columns

出力するカラムを指定します。

Default:
_key,_score
offset

返されるレコードのオフセットを指定します。

Default:
0
limit

返されるレコード数を指定します。

Default:
10
frequency_threshold

出現頻度に対する閾値を指定します。返されるレコードの _score 値は frequency_threshold 以上になります。

Default:
100

conditional_probability_threshold

条件付き確率に対する閾値を指定します。学習データに対して条件付き確率を使います。ここで使う条件付き確率は、入力した query と同じ入力があったときにクエリが検索された確率です。返されるレコードの条件付き確率は conditional_probability_threshold 以上になります。

Default:
0.2
prefix_search

補完時に前方一致検索を実行するかどうかを指定します。

指定可能な値は以下の通りです。

yes
常に前方一致検索を実行します。
no
前方一致検索を実行しません。
auto
他の検索でレコードが見つからない場合のみ前方一致検索を実行します。
Default:
auto

7.2.20.5. 返値

7.2.20.5.1. JSON形式

返されるJSON形式は以下の通りです:

{"type1": [["candidate1", score of candidate1],
           ["candidate2", score of candidate2],
           ...],
 "type2": [["candidate1", score of candidate1],
           ["candidate2", score of candidate2],
           ...],
 ...}

type

types で指定した値。

candidate

補完・補正・提案候補。

score of candidate

対応する candidate のスコアです。スコアが高いほど補完・補正・提案候補として有力という意味になります。デフォルトでは候補は score of candidate の降順でソートされています。

7.2.20.6. 例

以下は補完用の学習データです。

Execution example:

> load --table event_query --each 'suggest_preparer(_id, type, item, sequence, time, pair_query)'
> [
> {"sequence": "1", "time": 1312950803.86057, "item": "e"},
> {"sequence": "1", "time": 1312950803.96857, "item": "en"},
> {"sequence": "1", "time": 1312950804.26057, "item": "eng"},
> {"sequence": "1", "time": 1312950804.56057, "item": "engi"},
> {"sequence": "1", "time": 1312950804.76057, "item": "engin"},
> {"sequence": "1", "time": 1312950805.86057, "item": "engine", "type": "submit"}
> ]
[[0,1317212843.70335,1.584911917],6]

以下は補正用の学習データです。

Execution example:

> load --table event_query --each 'suggest_preparer(_id, type, item, sequence, time, pair_query)'
> [
> {"sequence": "2", "time": 1312950803.86057, "item": "s"},
> {"sequence": "2", "time": 1312950803.96857, "item": "sa"},
> {"sequence": "2", "time": 1312950804.26057, "item": "sae"},
> {"sequence": "2", "time": 1312950804.56057, "item": "saer"},
> {"sequence": "2", "time": 1312950804.76057, "item": "saerc"},
> {"sequence": "2", "time": 1312950805.76057, "item": "saerch", "type": "submit"},
> {"sequence": "2", "time": 1312950809.76057, "item": "serch"},
> {"sequence": "2", "time": 1312950810.86057, "item": "search", "type": "submit"}
> ]
[[0,1317212845.48948,2.003051709],8]

以下は提案用の学習データです。

Execution example:

> load --table event_query --each 'suggest_preparer(_id, type, item, sequence, time, pair_query)'
> [
> {"sequence": "3", "time": 1312950803.86057, "item": "search engine", "type": "submit"},
> {"sequence": "3", "time": 1312950808.86057, "item": "web search realtime", "type": "submit"}
> ]
[[0,1317212847.69365,0.801326259],2]

以下は補完例です。

Execution example:

> suggest --table item_query --column kana --types complete --frequency_threshold 1 --query en
[[0,1317212848.69611,0.00164469],{"complete":[[1],[["_key","ShortText"],["_score","Int32"]],["engine",1]]}]

以下は補正例です。

Execution example:

> suggest --table item_query --column kana --types correct --frequency_threshold 1 --query saerch
[[0,1317212848.8995,0.00037794],{"correct":[[1],[["_key","ShortText"],["_score","Int32"]],["search",1]]}]

以下は提案例です。

Execution example:

> suggest --table item_query --column kana --types suggest --frequency_threshold 1 --query search
[[0,1317212849.10158,0.000376811],{"suggest":[[2],[["_key","ShortText"],["_score","Int32"]],["search engine",1],["web search realtime",1]]}]

以下は補完・補正・提案を混ぜた例です。

Execution example:

> suggest --table item_query --column kana --types complete|correct|suggest --frequency_threshold 1 --query search
[[0,1317212849.30453,0.001329747],{"complete":[[2],[["_key","ShortText"],["_score","Int32"]],["search",2],["search engine",2]],"correct":[[1],[["_key","ShortText"],["_score","Int32"]],["search",2]],"suggest":[[2],[["_key","ShortText"],["_score","Int32"]],["search engine",1],["web search realtime",1]]}]

目次

前のトピックへ

7.2.19. status

次のトピックへ

7.2.21. table_create

このページ