概要

2019年現在、CloudSearchではデフォルトのストップワードに長音記号が入っていないので、検索結果で今一つしっくりこないときはStopWordに長音記号「ー」を登録しておくと良いでしょう。

背景

サイト内の検索で「ハニー」を検索するとレシピ名としてハニーとは関係のないタイトルが検索結果として出ていました。

リースミートローフ・とろーりチーズフォンデュ風
マヨなしヘルシーおいしー　しらすと大葉のマカロニサラダ
やみつきー　蓮根と鶏ひき肉のガーリックのり塩ペッパー炒め
とろちーずクリームのふわふわオムレット【簡単・HM使用】
サクッじゅわー　旨味たっぷり　鶏胸肉の海苔チーフライ

CloudSearchに登録する際、タイトル名の文字列以外に、類義語である「蜂蜜」なども一緒に登録しているので、何らか「ハニー」や「蜂蜜」が前面に出てきている料理名であることを期待しているのですが、あまりにもかけ離れている、という状況がありました。

調査

AWSコンソールのCloudSearchではテストサーチが出来るので、検索用のサーチドメイン「my-test-domain」の検索窓に下記を打ち込みます。（OptionはStructuredを選択しています。）

(and title:'ハニー'  source_disp_name:'レシピ' status:1)

Goボタンを押すと、下記のような感じの結果が出てきます。
※これはストップワードを調整済みのものです。
画像だと見づらいのですが、検索ヒットした文字が太字で表示されます。（この場合は「ハニー」が太字になっています。）

ストップワード調整前のタイトルを簡略化して抜き出すと下記のような感じ、でした。

項目
title	リースミートローフ・とろーりチーズフォンデュ風
title	マヨなしヘルシーおいしー　しらすと大葉のマカロニサラダ
title	やみつきー　蓮根と鶏ひき肉のガーリックのり塩ペッパー炒め
title	とろちーずクリームのふわふわオムレット【簡単・HM使用】
title	サクッじゅわー　旨味たっぷり　鶏胸肉の海苔チーフライ

チューニング前の状態では、「ー」が太字になっていました。
ということは、CloudSearchの中のIndexで「ー」で検索ヒットするリストが出来上がっているため、「ー」での検索結果が表示されているのではないかと思うのです。（詳しい動作はブラックボックスでよく分かりませんが）

形態素解析で長音記号「ー」を一つの文字として分離させないような設定があれば・・・・と思ったのですがCloudSearchには分離させないような・・・設定はありません。代わりにこれを防ごうとするのが「ストップワード」の登録となります。

変更の実施

右メニューのAnalysis Schemesを開きます。

から、CloudSearchドメインに適用中の形態素解析名をクリックすると、ストップワードのタブが開かれたモーダルがでてきます。AddStopword のところに１つづつ適用しても用意ですし、CurrentStopwordsに直接書きこんでもよいでしょう。
画面では「ー」の他に今一つ検索結果として良くなかったものも登録しています。助詞はあらかじめStopwordに登録されているような記述をどこかで見かけましたが

Updateボタンを押すとストップワードの登録は完了です。
「Run Indexing」ボタンが出てくるので、インデックスを再構築します。

参考

Amazon CloudSearch のテキスト分析スキームの設定
https://docs.aws.amazon.com/ja_jp/cloudsearch/latest/developerguide/configuring-analysis-schemes.html

デフォルトのストップワードディクショナリ
https://docs.aws.amazon.com/ja_jp/cloudsearch/latest/developerguide/text-processing.html#japanese
2019年12月現在、ストップワードは下記の通りでした。
のにはをたがでてとしれさあるいるもするからなこととしていやれるなどなっないこのためそのあっようまたものというありまでられなるへかだこれによってによりおりよりによるずなりられるにおいてばなかっなくしかしについてせだっその後できるそれうのでなおのみでききつにおけるおよびいうさらにでもらたりその他に関するたちますんならに対して特にせる及びこれらときではにてほかながらうちそしてとともにただしかつてそれぞれまたはおほどもののに対するほとんどと共にといったですともところここ