elasticsearch - 配置ElasticSearch相关性分数，以便优先选择所有单词，而不是某些单词？

Question

例如，通过搜索“堆栈溢出”，我希望同时包含“堆栈”和“溢出”的文档的得分要高于仅包含这些单词之一的文档。

现在，我看到的情况是，包含“堆栈” 0次和“溢出” 50次的文档的排名高于包含“堆栈” 1次和“溢出” 1次的文档的排名。

第二个关注点是将具有确切单词而不是单词变体的文档排名更高。例如，包含“堆栈”的文档的排名应高于包含“堆栈”的文档的排名。

第三个问题是将具有相邻单词的文档排名更高。例如，文档“如何使用纸堆溢出”的排名应高于文件“纸堆导致收件箱溢出”。

如果将这三个问题放在一起，则这是“堆栈溢出”的所需结果等级的示例:



是否可以配置索引或查询以这种方式计算分数？

Answer 1

在这里，您试图在单个查询中实现多项目标。首先，您应该尝试了解ES如何为您返回结果。

包含溢出 50次的文档被排在包含“stack” 1次和“overflow” 1次的文档之上，因为ES分数计算基于基于tf/idf的分数计算。很明显，在这种情况下，溢出达到50倍，这比其他2个频率的总和还高
其他文档中的术语。

注意:-您可以按照链接中所述禁用此计算。

If you don’t care about how often a term appears in a field and all you care about is that the term is present, then you can disable term frequencies in the field mapping:

由于stemming，您将获得包含术语stacking的结果，如果您不希望包含stacking的文档不出现在搜索结果中，则不要以词干形式记录文档或从中获取结果后进行一些后处理ES并降低他们的分数，不确定ES是否开箱即用。

您想要的第三件事是phrase search。

还可以使用 explain api来了解ES如何通过查询来计算文档的分数，这将帮助您根据需要构建正确的查询。