如何在 elasticsearch 中评估精确匹配高于词频的值？

Question

我有一个包含多个标题字段的索引。

main_title、sub_titles、preferred_titles 等。

这些文本字段还有一个建议字段，我在每个字段中运行一个使用 edge-n-gram 分词器的自定义分析器，以便我们可以在键入时进行搜索。

我想重视完全匹配而不是词频。 main_title 中的精确匹配比 preferred_titles 中的精确匹配更有价值。

任何人都知道我怎么能做到这一点？ 提前致谢。

我在 must 子句中尝试了带有 multi_match_query 的 bool_query。 multi_match 是没有附加运算符“and”的字段的交叉字段。

我在 should 子句中同时拥有文本字段和建议字段。 每个文本字段都在带有提升和运算符“and”的 match_query 中。 每个建议字段都在带有提升和运算符“and”的 match_phrase_query 中。 问题是在分数之上添加了几个提升，我最终得到了非常夸大的分数。

Answer 1

您可以使用重新评分。

重新评分可以帮助提高精度，方法是仅对查询和 post_filter 阶段返回的顶部（例如 100 - 500）文档进行重新排序，使用辅助（通常成本更高）算法，而不是将成本算法应用于索引中的所有文档。

一个例子：

{
  "query": {
    ... some query
  },
  "from" : 0,
  "size" : 50,
  "rescore" : {
      "score_normalizer" : {
        "normalizer_type" : "min_max",
        "min_score" : 1,
        "max_score" : 10
      }
   }
}

参考： https://github.com/bkatwal/elasticsearch-score-normalizer