lucene - 在 ElasticSearch 中，移除停用词对评分的影响仍然很小

Question

基本匹配查询:Billy Sue

测试匹配查询 #1:Billy Sue and

测试匹配查询 #2:Billy 和 Sue

我们最终得到 Base 和 #1 之间相同的分数，但 Base 和 #2 的分数相似但不同。

使用分析 API，停止词 and 在两个测试查询中都被删除，但 start_offset 和 end_offset 标记属性对于 Sue 在基本查询和测试查询之间不同#2.

本质上，剩余标记之间的停用词删除前距离会被记录下来，并且对评分的影响很小但有限。

问题

有没有办法延迟标记的 start_offset 和 end_offset 属性的计算，直到删除停用词之后，或者以其他方式防止删除的停用词影响以任何方式得分？

Answer 1

也许禁用 position increments在停用词过滤器上看看是否有帮助？特别是如果你的映射在停用词过滤器之后有某种过滤器，你会从位置增量中得到奇怪的人工制品

例如像这样:

"analyzer": {
   "analyzer_example":{
      "tokenizer":"standard",
      "filter":["standard", "lowercase", "filter_stop"]
    }
},
"filter": { 
   "filter_stop":{
      "type":"stop",
      "enable_position_increments":"false"
    }
}