search - Elasticsearch 中的索引和搜索分析器:将准确的字符串作为第一个结果时遇到麻烦

Question

我正在用 Elasticsearch 对Wikipedia的主题编制索引进行测试。

在我的设置下面。

我期望的结果是，第一个结果与确切的字符串匹配-特别是如果字符串仅由一个单词组成。

代替:

搜索“g”

curl "http://localhost:9200/my_index/_search?q=name:g&pretty=True"

退货
[Changgyeonggung，Lopadotemachoselachogaleokranioleipsanodrimhypotrimmatosilphioparaomelitokatakechymenokichlepikossyphophattoperisteralektryonoptekephalliokigklopeleiolagoiosiraiobaphetraganopterygon，..]作为第一个结果(是，[偶然，很奇怪!):

我认为是因为结果相对于其他单词而言更重“G”字母..但是:

搜索“google”:

curl "http://localhost:9200/my_index/_search?q=name:google&pretty=True"

退货

[Googlewhack，IGoogle，Google +，Google ..]是第一名，我希望Google成为第一名。

我的设置有什么问题，如果不存在，则无法完全匹配关键字？

我使用索引和搜索分析器的原因是此答案中建议的原因:[ http://nifty.works/about/BgdKMmwV6B3r4pXJ/]

设定值

# make index with mapping
curl -X PUT localhost:9200/test-ngram -d '
{
  "settings": {
      "analysis": {
          "analyzer": {
              "index_analyzer": {
                  "type" : "custom",
                  "tokenizer": "lowercase",
                  "filter": ["asciifolding", "title_ngram"]
              },
              "search_analyzer": {
                  "type": "custom",
                  "tokenizer": "standard",
                  "filter": ["standard", "lowercase", "stop", "asciifolding"]
              }
          },
      "filter": {
          "title_ngram" : {
            "type" : "nGram",
            "min_gram" : 1,
            "max_gram" : 10
            }
          }
      }
  },

  "mappings": {
    "topic": {
      "properties": {
        "name": {
          "type": "string",
          "boost": 10.0,
          "index": "analyzed",
          "index_analyzer": "index_analyzer",
          "search_analyzer": "search_analyzer"
        }
      }
    }
  }
}
'

Answer 1

这是因为默认情况下，相关性以另一种方式起作用(请检查有关TF / IDF的部分
https://www.elastic.co/guide/en/elasticsearch/guide/current/relevance-intro.html)
如果要在结果的顶部具有完全匹配的术语，同时还要匹配子字符串等，则需要将名称索引为多字段，如下所示:

"name": {
    "type": "string",
    "index": "analyzed",
    // other analyzer stuff here
    "fields": {
        "raw":   { "type": "string", "index": "not_analyzed" }
    }
}

然后在 bool(boolean) 查询中，您需要同时查询name和name.raw并提高name.raw的结果