目录一、背景二、实现过程1.环境2.基操1.给模型添加VRIK组件 2.指定输入Transform（头、左手、右手）二、发现问题三、参数功能1.分块2.Solver1.几个全局解算参数2.Spine——脊柱变量，包括头、盆骨、胸、脊柱点、根旋转四、解决问题一、背景需求：接收VR端输入 头（最好是眼睛的位置）、两个手（wrist）、有需要可以再多加两个跟踪器在脚上，我这里没有。输出：反解算出来的其他姿态。难点：人物模型身高和现实真人身高不匹配导致相机位置异常、相机位置和头部位置的偏差。二、实现过程1.环境unity2019.4.28+steamvr2.7.3+unity商店的Kazuko人物模
1.分词器：2.match查询：2.1.数据准备-创建带分词器的索引映射2.2.数据准备-添加文档2.3.数据准备-查看文本分词2.4.查询-映射有分词器的字段查询2.4.查询-映射没有分词器的字段查询3.match_phrase查询：4.match_phrase_prefix查询：5.match_bool_prefix查询：6.match_all查询所有：7.multi_match查询：7.1.best_fields类型查询：7.2.most_fields类型查询：7.3.cross_fields类型查询：7.4.字段通配符和字段加权提升：本系列笔记结合HTTP请求（使用postman调用，
1.分词器：2.match查询：2.1.数据准备-创建带分词器的索引映射2.2.数据准备-添加文档2.3.数据准备-查看文本分词2.4.查询-映射有分词器的字段查询2.4.查询-映射没有分词器的字段查询3.match_phrase查询：4.match_phrase_prefix查询：5.match_bool_prefix查询：6.match_all查询所有：7.multi_match查询：7.1.best_fields类型查询：7.2.most_fields类型查询：7.3.cross_fields类型查询：7.4.字段通配符和字段加权提升：本系列笔记结合HTTP请求（使用postman调用，
分词器介绍ES作为全文检索服务，势必要对原始的文本进行内容的拆分，才能进行有效的索引。而拆分原始内容到一个一个小的词，或语义单元，这部分的功能由ES的分词器去完成的。常见分词器standard：ES默认的分词器，会将词汇单元进行小写形式，并且去除一些停用词和标点符号等等。支持中文，采用的方法为单字切分。simple：该分词器首先通过非字母字符来分割文本信息，然后将词汇单元统一为小写形式。该分词器会去除掉数字类型的一些字符。whitespace：仅仅是去除空格，然后对字符没有任何的小写化，并且该分词器不支持中文，而且它对生成的词汇单元没有作其他的一些标准化的处理。language：特定语言的分词
分词器介绍ES作为全文检索服务，势必要对原始的文本进行内容的拆分，才能进行有效的索引。而拆分原始内容到一个一个小的词，或语义单元，这部分的功能由ES的分词器去完成的。常见分词器standard：ES默认的分词器，会将词汇单元进行小写形式，并且去除一些停用词和标点符号等等。支持中文，采用的方法为单字切分。simple：该分词器首先通过非字母字符来分割文本信息，然后将词汇单元统一为小写形式。该分词器会去除掉数字类型的一些字符。whitespace：仅仅是去除空格，然后对字符没有任何的小写化，并且该分词器不支持中文，而且它对生成的词汇单元没有作其他的一些标准化的处理。language：特定语言的分词
IK分词器下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases下载ES版本对应的分词器即可安装ik分词器将下载好的zip包解压，生成一个ik文件夹将ik文件夹移动到ES安装目录下的plugins文件夹下（每台ES节点都要执行相同的操作）重启ES集群自定义分词库用vim在ik中的config目录中新建词库文件my_word.dic输入你定义的词保存。修改ik中的config目录下面的IKAnalyzer.cfg.xml文件。添加自定义分词需要重启ES。ik分词热更新部署words_locationwords_locati
IK分词器下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases下载ES版本对应的分词器即可安装ik分词器将下载好的zip包解压，生成一个ik文件夹将ik文件夹移动到ES安装目录下的plugins文件夹下（每台ES节点都要执行相同的操作）重启ES集群自定义分词库用vim在ik中的config目录中新建词库文件my_word.dic输入你定义的词保存。修改ik中的config目录下面的IKAnalyzer.cfg.xml文件。添加自定义分词需要重启ES。ik分词热更新部署words_locationwords_locati
Haystack+Elasticsearch7建立索引时默认的分词器为snowball，比较适用于英文，但显然对于中文分词来说并不友好，因此需将其更改为中文分词器本项目结构如下图所示：1继承并重写 elasticsearch搜索引擎在material应用下新建名为elasticsearch7_ik_backend.py的文件，继承 Elasticsearch7SearchBackend（后端）和 Elasticsearch7SearchEngine（搜索引擎）并重写建立索引时的分词器设置fromhaystack.backends.elasticsearch7_backendimportElas
Haystack+Elasticsearch7建立索引时默认的分词器为snowball，比较适用于英文，但显然对于中文分词来说并不友好，因此需将其更改为中文分词器本项目结构如下图所示：1继承并重写 elasticsearch搜索引擎在material应用下新建名为elasticsearch7_ik_backend.py的文件，继承 Elasticsearch7SearchBackend（后端）和 Elasticsearch7SearchEngine（搜索引擎）并重写建立索引时的分词器设置fromhaystack.backends.elasticsearch7_backendimportElas
分词高亮搜索代码Listlist=newArrayList();//设置高亮显示HighlightBuilderhighlightBuilder=newHighlightBuilder().field("*").requireFieldMatch(false);highlightBuilder.preTags("");highlightBuilder.postTags("");QueryStringQueryBuilderqueryBuilder=newQueryStringQueryBuilder(keyword);queryBuilder.field("分词字段");//搜索SearchR
