elasticsearch - Elasticsearch中的规范，文档频率和建议

Question

如果我有一个名为name的字段，并且我使用了describe api来获得有关拼写错误的建议，是否需要启用文档频率或规范才能做出准确的建议？我的假设是肯定的，但我很好奇，即使在主索引字段中禁用了Lucene中是否有单独的建议索引来处理频率和/或规范。

Answer 1

我怀疑建议程序是否可以在没有字段长度归一化的情况下工作，因为禁用规范意味着您正在寻找一个二进制值，无论该术语是否存在于文档字段中，而这反过来又会影响每个文档的相似性评分。

These three factors—term frequency, inverse document frequency, and field-length norm—are calculated and stored at index time. Together, they are used to calculate the weight of a single term in a particular document.

“但我很好奇，也许在Lucene中是否有一个单独的建议索引可以处理频率和/或规范，即使我在我的主要索引中将该字段禁用了。”
默认情况下，任何建议者都将使用 vector 空间模型来计算余弦相似度，而余弦相似度又将使用在索引期间为每个术语建立的基于tf-idf-norm的评分来对建议进行排名，因此我怀疑建议者是否可以准确地对文档进行评分而无需字段规范。

相关性评分背后的理论:

http://www.elasticsearch.org/guide/en/elasticsearch/guide/current/scoring-theory.html#field-norm