Elasticsearch：具有多個字段的單個“更喜歡此”查詢與具有單個字段的多個“更喜歡此”查詢

Question

Elasticsearch允許通過其“更多類似”（MLT）查詢來搜索相似文檔。 我試圖更好地理解和調整查詢以更好地找到相似的文檔。

在進行實驗時，我發現來自多個字段的單個MLT查詢的結果與每個字段一個的多個MLT查詢的布爾值產生不同的結果。 以下示例（被截斷）：

具有多個字段的單個MLT查詢

es.search(index=INDEX_NAME, body = {'query': {
    "more_like_this" : {
        "fields" : ['title', 'category_name', 'brand'],
        "like" : []
        }
    }
})

具有單個字段的多個MLT查詢

es.search(index=INDEX_NAME, body = {'query': {
    'bool': {
                'should': [
                    {'more_like_this' : {
                    'fields' : ['title'],
                    'like' : [],
                    }},

                    {'more_like_this' : {
                    'fields' : ['category_name'],
                    'like' : [],
                    }},

                    {'more_like_this' : {
                    'fields' : ['brand'],
                    'like' : [],
                    }},
                ]
            }
    }
})

為什么會這樣？

我知道MLT查詢將合並單個查詢中列出的所有字段中的文本以搜索文檔。 但是，標題，類別名稱和品牌字段中的文本沒有重疊。 因此，結果應相同。 但是，結果卻有所不同-多個MLT查詢的效果更好。

如果這個問題沒有直接的解決方法，我深表歉意。 我希望彈性專家對如何改進返回的查詢有更多的了解。

如果您有時間，這是我在MLT上發布的上一個問題，但仍未得到解答： Elasticsearch針對字段的“ more_like_this”查詢

Answer 1

如果我理解正確，則在兩種不同情況下，規范化過程會在字段內進行，而跨字段進行。 分數將通過字段字符串的長度，出現的次數等進行歸一化。如果這在字段之間差異很大，那么您將不會期望兩個查詢的結果相同。