使用Elasticsearch對所有多匹配查詢字段進行通用IDF評分

Question

設置以下文檔 ：

curl -XPUT "http://localhost:9200/test/books/1" -d '{
  "title": "Bacon Dishes",
  "tags": ["bacon", "cooking"]
}'

curl -XPUT "http://localhost:9200/test/books/2" -d '{
  "title": "Beyond Bacon",
  "tags" : ["cooking"]
}'

和以下查詢 ：

curl -XGET "http://localhost:9200/test/books/_search?pretty=true&search_type=dfs_query_then_fetch" -d ' {
  "explain" : true,
  "query" : {
    "multi_match" : {
      "query" : "bacon beyond",
      "fields" : ["title^2","tags^1"]
    }
  }
}'

解釋計划顯示，使用idf(docFreq=2, maxDocs=2)計算標題的分數，而使用idf(docFreq=1, maxDocs=2)計算標簽的分數（如果存在idf(docFreq=1, maxDocs=2) 。

當有100本書，其中50本書的標題中帶有“培根”，而只有1本書的標簽中具有“培根”，而標題中卻沒有“培根”時，這將成為一個問題（至少對我們而言）。 使用上面的查詢，標簽中帶有“培根”的文檔將獲得更高的評分，盡管標題得到了提升。

我希望第一個示例中的tag和title字段的得分計算為：

 idf(docFreq=2, maxDocs=2)

也就是說，我希望分數計算在多重匹配查詢的所有字段中使用術語的docFreq。 這可能嗎？

Answer 1

我只是增加標題的力度，足以使其比標簽字段更重要。

我不認為您想實現自己的自定義相似性並將其插入elasticsearch。

請記住，向字段添加適當的權重並進行增強是微調，這需要通過真實的索引，真實的數據和真實的查詢來實現。