c# save datagridview to pdf : Add bookmarks to pdf reader control application system azure html wpf console cloudsearch-dg7-part1046

• text—contains arbitrary alphanumeric data.
• text-array—a text field that can contain multiple values.
Regular index field names must begin with a letter and be at least 3 and no more than 64 characters long.
The allowed characters are: a-z (lower-case letters), 0-9, and _ (underscore).The name score is reserved
and cannot be specified as a field name. All field and expression names must be unique.
Dynamic field names must either begin or end with a wildcard (*).The string before or after the wildcard
can contain the same set of characters as a regular index field. For more information about dynamic
fields, see the section called “Using Dynamic Fields” (p.68).
The options you can configure for a field vary according to the field type:
• HighlightEnabled—You can get highlighting information for the search hits in any
HighlightEnabled text field.Valid for:texttext-array.
• FacetEnabled—You can get facet information for any FacetEnabled field.Text fields cannot be
used for faceting.Valid for:int, int-array, date, date-array, double, double-arraylatlon,
• ReturnEnabled—You can retrieve the value of any ReturnEnabled field with your search results.
Note that this increases the size of your index, which can increase the cost of running your domain.
When possible, it's best to retrieve large amounts of data from an external source, rather than embedding
it in your index. Since it can take some time to apply document updates across the domain, critical data
such as pricing information should be retrieved from an external source using the returned document
IDs.Valid for:intint-array, datedate-array, doubledouble-array, latlonliteral,
• SearchEnabled—You can search the contents of any SearchEnabled field.Text fields are always
searchable.Valid for:intint-array, date, date-arraydoubledouble-arraylatlon,
• SortEnabled—You can sort the search results alphabetically or numerically using any SortEnabled
field. Array-type fields cannot be SortEnabled. Only sort enabled numeric fields can be used in
expressions.Valid for:intdatelatlondoubleliteraltext.
You can also specify a default value and a source for any field. Specifying a default value can be important
if you are using a numeric field in an expression and that field is not present in every document. Specifying
a source copies data from one field to another, enabling you to use the same source data in different
ways by configuring different options for the fields.You can use a wildcard (*) when specifying the source
name to copy data from all fields that match the specified pattern.
When you add fields or modify existing fields, you must explicitly issue a request to re-index your data
when you are done making configuration changes. For more information, see Indexing Document
Data (p.91).
If you change the type of a field and have documents in your index that contain data that is
incompatible with the new field type, all fields being processed are put in the FailedToValidate
state when you run indexing and the indexing operation fails. Rolling back the incompatible
configuration change will enable you to successfully rebuild your index. If the change is necessary,
you must update or remove the incompatible documents from your index to use the new
API Version 2013-01-01
Amazon CloudSearch Developer Guide
Configuring Index Fields
Add bookmarks to pdf reader - add, remove, update PDF bookmarks in C#.net, ASP.NET, MVC, Ajax, WinForms, WPF
Empower Your C# Project with Rapid PDF Internal Navigation Via Bookmark and Outline
excel hyperlink to pdf bookmark; bookmarks in pdf from word
Add bookmarks to pdf reader - VB.NET PDF bookmark library: add, remove, update PDF bookmarks in vb.net, ASP.NET, MVC, Ajax, WinForms, WPF
Empower Your VB.NET Project with Rapid PDF Internal Navigation Via Bookmark and Outline
adding bookmarks to pdf reader; adding bookmarks to pdf
Configuring Individual Index Fields with the AWS
You use the aws cloudsearch define-index-field command to configure individual index fields
for a search domain. For information about installing and setting up the AWS CLI, see the AWS Command
Line Interface User Guide.
If you are using the version of the Amazon CloudSearch command line tools, you can
use the cs-configure-fields command to define individual fields. However, we recommend
that you migrate to the AWS CLI, which provides a cross-service CLI with a simplified installation,
unified configuration, and consistent command line syntax.
To add an index field to your domain
Run the aws cloudsearch define-index-field command and specify the name of the new
field with the --name option, and the field type with the --type option.The following example adds
an int field called year to the movies domain.
aws cloudsearch define-index-field --domain-name movies --name year --type
"IndexField": {
"Status": {
"PendingDeletion": false, 
"State": "RequiresIndexDocuments", 
"CreationDate": "2014-06-25T23:03:06Z", 
"UpdateVersion": 15, 
"UpdateDate": "2014-06-25T23:03:06Z"
"Options": {
"IndexFieldType": "int", 
"IndexFieldName": "year"
When you add fields or modify existing fields, you must explicitly issue a request to re-index your
data when you are done making configuration changes. For more information, see Indexing
Document Data (p.91).
Automatically Configuring Index Fields Based on
Document Batches in Amazon CloudSearch
You can use the cs-configure-from-batches command in the standalone Amazon CloudSearch
command line tools to analyze the contents of a document batch and automatically configure corresponding
index fields for a domain.
To automatically configure your domain's index fields
1. Run the cs-configure-from-batches command to analyze one or more document batches and
configure fields for your domain. (For information about how to create document batches, see
API Version 2013-01-01
Amazon CloudSearch Developer Guide
Configuring Individual Index Fields
C# PDF File Compress Library: Compress reduce PDF size in C#.net
Bookmarks. Comments, forms and multimedia. Flatten visible layers. C#.NET DLLs: Compress PDF Document. Add necessary references: RasterEdge.Imaging.Basic.dll.
add bookmarks to pdf; add bookmarks to pdf file
VB.NET PDF File Compress Library: Compress reduce PDF size in vb.
document file. Remove bookmarks, annotations, watermark, page labels and article threads from PDF while compressing. Also a preview
create pdf bookmarks from word; pdf bookmark
Preparing Your Data (p.58).) For example, to configure fields for the imdb-movies domain based
on the document batch defined in moviedata.json:
cs-configure-from-batches --domain-name movies --source moviedata.json
2. When prompted, enter y to confirm that you want to configure your domain with the specified fields.
(You can easily modify the configuration later through the console or using the aws cloudsearch
define-index-field command.)
Configure [imdb-movies] with analyzed fields y/N: y
When you add fields or modify existing fields, you must explicitly issue a request to re-index your
data when you are done making configuration changes. For more information, see Indexing
Document Data (p.91).
Configuring Index Fields Using the Amazon
CloudSearch Console
You can easily configure individual index fields (p.67) for your domain through the Indexing Options
panel in the Amazon CloudSearch console.
Configuring Individual Fields Using the Amazon CloudSearch
To configure a new index field
1. Sign in to the AWS Management Console and open the Amazon CloudSearch console at https://
2. In the Navigation pane, click the name of the domain that you want to configure, and then click the
domain's Indexing Options  link.
3. To create a new index field, click Add Index Field to add a field specification to the list. (If you haven't
created any fields yet, a blank field specification is shown on the Indexing Options page by default.)
4. Specify a unique name for the field and select the field type:datedate-arraydouble,
double-arrayintint-arrayliteral, literal-arraytexttext-array. Field names
must begin with a letter and be at least 3 and no more than 64 characters long.The allowed characters
are: a-z (lower-case letters), 0-9, and _ (underscore).The name score is reserved and cannot be
used as a field name.
5. Select the options you want to enable for the field. For more information about specifying indexing
options, see Configuring Index Fields (p.64)
6. Specify a default value for the field (optional).This value is used when no value is specified for the
field in the document data.
7. Select the analysis scheme you want to use for each text field.The analysis scheme specifies the
language-specific text processing options that are used during indexing. By default, text fields use
the _en_default_ analysis scheme. For more information, see Configuring Analysis Schemes (p.70).
8. To configure additional fields, click Add Index Field and repeat these configuration steps.
9. When you are done configuring fields, click Submit to save your changes.To restore the previous
field configurations, click Revert.
API Version 2013-01-01
Amazon CloudSearch Developer Guide
Configuring Index Fields Using the Console
VB.NET PDF File Split Library: Split, seperate PDF into multiple
Add necessary references: The following VB.NET codes explain how to split a PDF file into multiple ones by PDF bookmarks or outlines.
create bookmarks pdf files; create bookmarks in pdf from excel
C# PDF File Split Library: Split, seperate PDF into multiple files
Add necessary references: RasterEdge.Imaging.Basic.dll. The following C# codes explain how to split a PDF file into multiple ones by PDF bookmarks or outlines.
how to add bookmarks to pdf document; bookmarks in pdf reader
When you add fields or modify existing fields, you must explicitly issue a request to re-index your
data when you are done making configuration changes. For more information, see Indexing
Document Data (p.91).
Configuring Amazon CloudSearch Index Fields
Using the AWS SDKs
The AWS SDKs (except the Android and iOS SDKs) support all of the Amazon CloudSearch actions
defined in the Amazon CloudSearch Configuration API, including DefineIndexField (p. 161). For
more information about installing and using the AWS SDKs, see AWS Software Development Kits.
Using Dynamic Fields in Amazon CloudSearch
Dynamic fields provide a way to index documents without knowing in advance exactly what fields they
contain. For example, consider the case where you want to search a set of products.You might not know
the names of all of the possible product attributes across all product categories, but you can structure
your data so that all text-based attributes are stored in fields that end in _t, and all integer values are
stored in fields that end in _i.With dynamic fields, you can map the attribute fields to the appropriate
field type without having to configure a field for every possible attribute.This reduces the amount of
configuration that you need to do up front, and eliminates the need to modify your domain configuration
every time a product with a new attribute is added.You can also use dynamic fields to essentially ignore
new fields by mapping them to a field that is not searchable or returnable.
• Configuring Dynamic Fields in Amazon CloudSearch  (p.68)
• Using a Dynamic Field to Ignore Unrecognized Fields in Amazon CloudSearch (p.69)
• Searching Dynamic Fields in Amazon CloudSearch (p.70)
Configuring Dynamic Fields in Amazon
You designate a field as a dynamic field by specifying a wildcard (*) as the first, last, or only character in
the field name. Dynamic field names must either begin or end with a wildcard (*). Multiple wildcards and
wildcards embedded within a string are not supported.
A dynamic field's name defines a pattern.The wildcard matches zero or more arbitrary characters. Any
unrecognized fields that match that pattern are configured with the dynamic field's indexing options.
Regular index fields take precedence over dynamic fields. If a document field name matches both a
regular index field and a dynamic field pattern, it is mapped to the regular index field.The options you
can configure for dynamic fields are the same as for static fields.
For example, if you establish the naming convention that _i is appended to the name of any new int
field, you can define a dynamic field with the pattern *_i that sets the field type to int and configures a
set of predefined indexing options for new int fields.When you add a field such as review_rating_i,
it's configured according to the *_i options and indexed automatically.
If a document field matches more than one dynamic field pattern, the longest matching pattern is used.
If the patterns are the same length, the dynamic field that occurs first when the field names are sorted
alphabetically is used.
API Version 2013-01-01
Amazon CloudSearch Developer Guide
Configuring Index Fields Using the AWS SDK
.NET PDF SDK | Read & Processing PDF files
provided by this .NET Imaging PDF Reader Add-on Able to convert PDF documents into other formats Include extraction of text, hyperlinks, bookmarks and metadata;
how to bookmark a pdf file; creating bookmarks in pdf files
.NET PDF SDK - Description of All PDF Processing Control Feastures
Full page navigation, zooming & rotation; Outlines, bookmarks, & thumbnail display; PDF Text Write & Extract. Insert and add text to any page of PDF document with
add bookmark pdf file; how to bookmark a pdf document
You can define * as a dynamic field to match any fields that don't map to an explicitly defined field or a
longer dynamic field pattern.This is useful if you want to simply ignore unrecognized fields. For more
information, see Ignoring Unrecognized Document Fields (p.69).
Dynamic fields count toward the total number of fields defined for a domain. A domain can have a maximum
of 1,000 fields, which includes dynamic fields. However, the pattern defined by a single dynamic field
typically matches multiple document fields, so the total number of fields in your index can exceed 1,000.
When using dynamic fields, keep in mind that significantly increasing the number of fields in your index
can impact query performance.
Adding new fields to your domain configuration can affect how fields that were generated dynamically
are validated during indexing. If the validation fails, indexing will fail. For example, if you define a dynamic
field called *_new and upload documents that contain a field called rating_new, the rating_new field
will be added to your index. If you then explicitly configure a field called rating_new, that new field
configuration will be used to validate the contents of your document's rating_new field when you run
indexing. If *_new is configured as a text field and you configure rating_new as an int field, validation
will fail if the existing rating_new fields contain non-integer data.
For more information about configuring index fields, see Configuring Index Fields (p.64).
Using a Dynamic Field to Ignore Unrecognized
Fields in Amazon CloudSearch
Amazon CloudSearch requires that you configure an index field for every field that occurs in the documents
you are indexing. In some cases, however, you want to index a particular set of fields and simply ignore
everything else.You can use dynamic fields to ignore all unrecognized fields by defining a literal field
called * and disabling all indexing options for the field. Any unrecognized fields will inherit those options
and will be added to your domain; however, the field contents won't be searchable or returnable, so they'll
have minimal impact on the size of your index. (They do, however, count toward the total number of fields
configured for the domain.) Similarly, you can selectively ignore fields that match a particular pattern,
such as *_n.
To ignore unrecognized fields
1. Configure the fields that you want to index, search, or return in the results.
2. Add a dynamic field that matches any other fields that are found in the documents and disables all
indexing options for them:
• Specify * as the name of the field, with no prefix or suffix string. (You can also specify a more
specific pattern to selectively disable fields.)
• Set the field type to literal and disable the searchfacet, and return options. Note that the
maximum size of a literal field is 4096 Unicode code points.
Because longer dynamic field patterns are matched first, you can still use dynamic fields to configure
options for fields that you want to use. Any fields that don't map to a regular index field or a longer dynamic
field will match the * pattern.
When you create a dynamic field with the name *, it means that your index can potentially contain
any valid field name.This also means that you can reference any valid field name in your search
requests, whether or not it actually exists in your index.
API Version 2013-01-01
Amazon CloudSearch Developer Guide
Ignoring Unrecognized Document Fields
XDoc.Word for .NET, Advanced .NET Word Processing Features
page navigation, zooming & rotation; Outlines, bookmarks, & thumbnail Convert Word to PDF; Convert Word to HTML5; Convert Add and insert a blank page or multiple
how to create bookmark in pdf automatically; bookmark template pdf
XDoc.PowerPoint for .NET, All Mature Features Introductions
navigation, zooming & rotation; Outlines, bookmarks, & thumbnail Convert PowerPoint to PDF; Convert PowerPoint to HTML5; Add a blank page or multiple pages to
how to add bookmarks on pdf; add bookmarks to pdf reader
Searching Dynamic Fields in Amazon CloudSearch
You can reference dynamically generated fields by name in your search requests and expressions, just
like any other field. For example, to search the dynamically generated field color_t for the color red,
you use the structured query parser:
If you've defined a catch-all dynamic field (*) to map any fields that don't match regular fields or more
specific dynamic field patterns, you can specify any valid field name in your search requests, whether or
not the field actually exists in your index.
Wildcards are not supported within field names, so you cannot reference the dynamic field itself. For
example, specifying q=*_t:’red’ would return an error.
The options a dynamically generated field inherits from the dynamic field configuration control how you
can use the field in your search requests, for example, whether you can search it, get facets or highlights,
use it for sorting, or return in it results. Note that dynamically generated fields must be searched
explicitly—dynamic fields are NOT included in the fields that are searched by default when you use the
simple query parser or do not specify a field when searching with the structured query parser.
You can specify dynamic fields as sources for other fields. A field's source attribute supports wildcards,
which enables you to specify a pattern that matches a group of dynamic fields. For example, to search
all fields generated from the *_t dynamic field, you could create a field called all_t_fields and set
its source attribute to *_t.This copies the contents of all fields whose names end in _t into
all_t_fields. Note, however, that searching this field will search all fields that match the pattern, not
only dynamically generated fields.
For more information about constructing and submitting search requests, see Searching Your Data with
Amazon CloudSearch (p.94).
Configuring Text Analysis Schemes for Amazon
Amazon CloudSearch enables you to configure a language-specific analysis scheme for each text and
text-array field. An analysis scheme controls how the contents of the field are processed during
indexing. Although the defaults for each language work well in many cases, fine-tuning the analysis
options enables you to optimize the search results based on your knowledge of the data you are searching.
For a list of supported languages, see Supported Languages (p.79).
An analysis scheme specifies the language of the text to be processed and the following analysis options:
• Algorithmic stemming—specifies the level of algorithmic stemming to perform.The available stemming
levels vary depending on the language.
• Japanese Tokenization Dictionary—specifies overrides of the algorithmic tokenization when processing
Japanese.The dictionary specifies how particular sets of characters should be grouped into words.
• Stemming dictionary—specifies overrides for the results of the algorithmic stemming.The dictionary
maps specific related words to a common root word or stem.
• Stopwords—specifies words that should be ignored during indexing and searching.
• Synonyms—specifies words that have the same meaning as words that occur in your data and should
produce the same search results.
API Version 2013-01-01
Amazon CloudSearch Developer Guide
Searching Dynamic Fields
During text processing, field values and search terms are converted to lowercase (case-folded), so
stopwords, stems, and synonyms are not case-sensitive. For more information about how Amazon
CloudSearch processes text during indexing and when handling search requests, see Text Processing
in Amazon CloudSearch (p.79).
You must specify a language for each analysis scheme and configure an analysis scheme for each text
and text-array field.When you configure fields through the Amazon CloudSearch console or command
line tools, the analysis scheme defaults to the _en_default_ analysis scheme. If you do not specify
analysis options for an analysis scheme, Amazon CloudSearch uses the default options for the specified
language. For information about the defaults for each language, see Language Specific Settings (p.80).
The easiest way to define analysis schemes is through the Analysis Schemes page in the Amazon
CloudSearch console.You must apply an analysis scheme to a field for it to take effect.You can apply
an analysis scheme to a field from the Indexing Options  page.You can also define analysis schemes
and configure an analysis scheme for each field through the command line tools and AWS SDKs.
When you apply a new analysis scheme to an index field or modify an analysis scheme that's in use, you
must explicitly rebuild the index (p.91) for the changes to be reflected in search results.
• Stemming in Amazon CloudSearch (p.71)
• Stopwords in Amazon CloudSearch (p.72)
• Synonyms in Amazon CloudSearch (p.73)
• Configuring Analysis Schemes Using the Amazon CloudSearch Console (p.74)
• Configuring Analysis Schemes Using the AWS CLI (p.74)
• Configuring Analysis Schemes Using the AWS SDKs (p.75)
• Indexing Bigrams for Chinese, Japanese, and Korean in Amazon CloudSearch (p.76)
• Customizing Japanese Tokenization in Amazon CloudSearch (p.76)
Stemming in Amazon CloudSearch
Stemming is the process of mapping related words to a common stem. A stem is typically the root or
base word from which variants are derived. For example, run is the stem of running and ran. Stemming
is performed during indexing as well as at query time. Stemming reduces the number of terms that are
included in the index, and facilitates matches when the search term is a variant of a term that occurs in
the content being searched. For example, if you map the term running to the stem run and then search
for running, the request matches documents that contain run as well as running.
Amazon CloudSearch supports both algorithmic stemming and explicit stemming dictionaries.You
configure algorithmic stemming by specifying the level of stemming that you want to use.The available
levels of algorithmic stemming vary depending on the language:
• none—disable algorithmic stemming
• minimal—perform basic stemming by removing plural suffixes
• light—target the most common noun/adjective inflections and derived suffixes
• full—aggressively stem inflections and suffixes
In addition to controlling the degree of algorithmic stemming that's performed, you can specify a stemming
dictionary that maps specific related words to a common stem.You specify the dictionary as a JSON
object that contains a collection of string:value pairs that map a term to its stem, for example, {"term1":
"stem1", "term2": "stem2", "term3": "stem3"}.The stemming dictionary is applied in addition
to any algorithmic stemming.This enables you to override the results of the algorithmic stemming to
correct specific cases of overstemming or understemming.The maximum size of a stemming dictionary
is 500 KB. Stemming dictionary entries must be lowercase.
API Version 2013-01-01
Amazon CloudSearch Developer Guide
You use the StemmingDictionary key to define a custom stemming dictionary in an analysis scheme.
Because you pass the dictionary to Amazon CloudSearch as a string, you must escape all double quotes
within the string. For example, the following analysis scheme defines stems for running and jumping:
"AnalysisSchemeName": "myscheme",
"AnalysisSchemeLanguage": "en",
"AnalysisOptions": {
"AlgorithmicStemming": "light",
"StemmingDictionary": "{\"running\": \"run\",\"jumping\": \"jump\"}"
If you do not specify the level of algorithmic stemming or a stemming dictionary in your analysis scheme,
Amazon CloudSearch uses the default algorithmic stemming level for the specified language.While
stemming can help users find relevant documents that might otherwise be excluded from the search
results, overstemming can result in too many matches with questionable relevance.The default level of
algorithmic stemming configured for each language works well for most use cases. In general, it's best
to start with the default and then make adjustments to optimize the relevance of the search results for
your use case. For information about the defaults for each language, see Language Specific
Settings (p.80).
Stopwords in Amazon CloudSearch
Stopwords are words that should typically be ignored both during indexing and at search time because
they are either insignificant or so common that including them would result in a massive number of
During indexing, Amazon CloudSearch uses the stopword dictionary when it processes text and
text-array fields. In most cases, stopwords are not included in the index.The stopword dictionary is
also used to filter search requests.
A stopwords dictionary is a JSON array of terms, for example, ["a", "an", "the", "of"].The
stopwords dictionary must explicitly list each word that you want to ignore.Wildcards and regular
expressions are not supported.
You use the Stopwords key to define a custom stopwords dictionary in an analysis scheme. Because
you pass the dictionary to Amazon CloudSearch as a string, you must escape all double quotes within
the string. For example, the following analysis scheme configures the stopwords a, an, and the :
"AnalysisSchemeName": "myscheme",
"AnalysisSchemeLanguage": "en",
"AnalysisOptions": {
"Stopwords": "[\"a\",\"an\",\"the\"]"
If you do not specify a stopwords dictionary in your analysis scheme, Amazon CloudSearch uses the
default stopword dictionary for the specified language.The default stopwords configured for each language
work well for most use cases. In general, it's best to start with the default and then make adjustments to
optimize the relevance of the search results for your use case. For information about the defaults for each
language, see Language Specific Settings (p.80).
API Version 2013-01-01
Amazon CloudSearch Developer Guide
Synonyms in Amazon CloudSearch
You can configure synonyms for terms that appear in the data that you are searching.That way, if a user
searches for the synonym rather than the indexed term, the results will include documents that contain
the indexed term. For example, you might define custom synonyms to do the following:
• Map common misspellings to the correct spelling
• Define equivalent terms, such as film and movie
• Map a general term to a more specific one, such as fish and barracuda
• Map multiple words to a single word or vice versa, such as tool box and toolbox
When you define a synonym, the synonym is added to the index everywhere the base token occurs. For
example, if you define fish as a synonym of barracuda, the term fish is added to every document
that contains the term barracuda. Adding a large number of synonyms can increase the size of the
index as well as query latency—synonyms increase the number of matches and the more matches, the
longer it takes to process the results.
The synonym dictionary is used during indexing to configure mappings for terms that occur in text fields.
No synonym processing is done on search requests. By default, Amazon CloudSearch does not define
any synonyms.
You can specify synonyms in two ways:
• As a conflation group where each term in the group is considered a synonym of every other term in
the group.
• As an alias for a specific term. An alias is considered a synonym of the specified term, but the term is
not considered a synonym of the alias.
A synonym dictionary is specified as a JSON object that defines the synonym groups and aliases.The
groups value is an array of arrays, where each sub-array is a conflation group.The aliases value is
an object that contains a collection of string:value pairs where the string specifies a term and the array
of values specifies each of the synonyms for that term.The following example includes both conflation
groups and aliases:
"groups": [["1st", "first", "one"], ["2nd", "second", "two"]],
"aliases": { "youth": ["child", "kid", "boy", "girl"], 
"adult": ["men", "women"] }
Both groups and aliases support multiword synonyms. In the following example, multiword synonyms are
used in a conflation group as well as an alias:
"groups": [["tool box", "toolbox"], ["band saw", "bandsaw"]],
"aliases": { "workbench": ["work bench"]}
You use the Synonyms key to define a custom synonym dictionary in an analysis scheme. Because you
pass the dictionary to Amazon CloudSearch as a string, you must escape all double quotes within the
string. For example, the following analysis scheme configures aliases for the term youth:
API Version 2013-01-01
Amazon CloudSearch Developer Guide
"AnalysisSchemeName": "myscheme",
"AnalysisSchemeLanguage": "en",
"AnalysisOptions": {
Synonyms": "{\"aliases\": {\"youth\": [\"child\",\"kid\"]}}"
Configuring Analysis Schemes Using the Amazon
CloudSearch Console
You can define analysis schemes from the Analysis Schemes pane in the Amazon CloudSearch console.
To define an analysis scheme
1. Sign in to the AWS Management Console and open the Amazon CloudSearch console at https://
2. In the Navigation pane, click the name of the domain, and then click the domain's Analysis Schemes
3. In the Analysis Schemes pane, click Add Analysis Scheme.
4. Specify a name for the analysis scheme, select a language, and configure the scheme's text stopword,
stemming, and synonym options.You can configure individual stopwords, stems, and synonyms, or
edit the displayed dictionaries directly.The dictionaries are formatted in JSON. Stopwords are
specified as an array of strings. Stems are specified as an object that contains one or more key:value
pairs. Synonym aliases are also specified as a JSON object with one or move key:value pairs, where
the alias values are specified as an array of strings. A synonym group is specified as a JSON array.
(The synonym dictionary is an array of arrays.)
If you select Japanese as the language, you also have the option of specifying a custom tokenization
dictionary that overrides the default tokenization of specific phrases. For more information, see
Customizing Japanese Tokenization (p.76).
5. Click Create to save your changes.
To use an analysis scheme, you must apply it to one or more text or text-array fields and
rebuild the index.You can configure a field's analysis scheme from the Indexing Options page.
To rebuild your index, click the Run Indexing button.
Configuring Analysis Schemes Using the AWS CLI
You use the aws cloudsearch define-analysis-scheme command to define language-specific
text processing options, including stemming options, stopwords, and synonyms. For information about
installing and setting up the AWS CLI, see the AWS Command Line Interface User Guide.
You specify an analysis scheme as part of the configuration of each text or text-array field. For more
information, see Configuring Index Fields (p.64).
If you are using the version of the Amazon CloudSearch command line tools, you can
use the cs-configure-analysis-scheme command to define analysis schemes. However,
we recommend that you migrate to the AWS CLI, which provides a cross-service CLI with a
simplified installation, unified configuration, and consistent command line syntax.
API Version 2013-01-01
Amazon CloudSearch Developer Guide
Configuring Analysis Schemes Using the Console
Documents you may be interested
Documents you may be interested