elasticsearch - 在 Elasticsearch 中，不同单词的匹配得分应该高于一个单词的多个匹配

Question

在我们的 Elasticsearch 中，我们索引了一些人，每个人都可以有多个标签。

以 2 人为例(全名 - (标签)):

Bart Newman -(巴特，工程师，首席执行官)

Bart Holland -(开发商、雇主)

我们的搜索查询

{
  "multi_match": {
    "type": "most_fields",
    "query": "bart developer",
    "operator": "or",
    "boost": 5,
    "fields": [
      "fullname^5",
      "taggings.tag.name^5"
    ],
    "fuzziness": 0
  }
}

假设我们正在搜索“ bart developer ”。那么我们应该期望 Bart Holland 应该排在 Bart Newman 之前，但是因为 Bart Newman 有 巴特 以他的全名和 巴特 作为标签，他的得分比巴特·霍兰德(Bart Holland)高。

有没有一种方法可以让我配置不同单词的匹配项( bart ， developer )可以比一个单词上的多个匹配项得分更高( bart )。

我已经尝试过 和 -运算符(operator)没有成功。

谢谢!

Answer 1

这是 most fields 的预期结果查询，它是以字段为中心而不是以术语为中心，来自 Docs

most_fields being field-centric rather than term-centric: it looks for the most matching fields, when really what we’re interested is the most matching terms.

另一个问题是 Inverse Document Frequency 在您的情况下也可能如此。我猜只有少数文档有标签 bart这就是为什么它的 IDF非常高，因此获得更高的分数。

如以上链接所示，您应该看到文档是如何使用 validate 评分的。和 explain .

有几种方法可以解决这个问题

1)您可以使用 custom _all字段，即复制两个 full name和 tag使用 copy_to 将信息添加到新字段参数，然后查询它，但你必须 reindex你的数据

2) 我认为更好的解决方案是使用 cross fields , 它需要 term-centric方法。从文档

The cross_fields type first analyzes the query string to produce a list of terms, and then it searches for each term in any field.

它还解决了 IDF通过将其混合到所有领域来发布。

这应该可以解决您的问题。

{
  "query": {
    "multi_match": {
      "type": "cross_fields",
      "query": "bart developer",
      "operator": "or",
      "fields": [
        "fullname",
        "tagging.tag.name"
      ],
      "fuzziness": 0
    }
  }
}

希望这可以帮助!