search - 使用Elasticsearch对所有多匹配查询字段进行通用IDF评分

Question

使用以下文档设置:

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"]
}'

然后以下 查询:

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"]
    }
  }
}'

解释计划显示，标题的分数是使用 idf(docFreq=2, maxDocs=2)计算的，而标签的分数(如果存在)是使用 idf(docFreq=1, maxDocs=2)计算的。

当有100本书，其中50本书的标题中带有“培根”，而只有1本书的标签中具有“培根”，而标题中没有“培根”时，这将成为一个问题(至少对我们而言)。使用上面的查询，标签中带有“培根”的文档将获得更高的评分，尽管标题得到了提升。

我希望第一个示例中的tag和title字段的得分计算为:

 idf(docFreq=2, maxDocs=2)

也就是说，我希望分数计算在多重匹配查询的所有字段中使用术语的docFreq。这可能吗？

Answer 1

我只是增加标题的标题，足以使其比标签字段更重要。

我不认为您想实现自己的自定义相似性并将其插入elasticsearch。

请记住，对字段添加适当的权重并进行增强是微调，这需要通过真实的索引，真实的数据和真实的查询来实现。