如何在 elasticsearch 中評估精確匹配高於詞頻的值？

Question

我有一個包含多個標題字段的索引。

main_title、sub_titles、preferred_titles 等。

這些文本字段還有一個建議字段，我在每個字段中運行一個使用 edge-n-gram 分詞器的自定義分析器，以便我們可以在鍵入時進行搜索。

我想重視完全匹配而不是詞頻。 main_title 中的精確匹配比 preferred_titles 中的精確匹配更有價值。

任何人都知道我怎么能做到這一點？ 提前致謝。

我在 must 子句中嘗試了帶有 multi_match_query 的 bool_query。 multi_match 是沒有附加運算符“and”的字段的交叉字段。

我在 should 子句中同時擁有文本字段和建議字段。 每個文本字段都在帶有提升和運算符“and”的 match_query 中。 每個建議字段都在帶有提升和運算符“and”的 match_phrase_query 中。 問題是在分數之上添加了幾個提升，我最終得到了非常誇大的分數。

Answer 1

您可以使用重新評分。

重新評分可以幫助提高精度，方法是僅對查詢和 post_filter 階段返回的頂部（例如 100 - 500）文檔進行重新排序，使用輔助（通常成本更高）算法，而不是將成本算法應用於索引中的所有文檔。

一個例子：

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

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