ElasticSearch：使用edge_ngram和模糊性进行部分/完全评分

Z时代
2024-01-10
分类：问答

在ElasticSearch中，我尝试使用带有模糊性的edge_ngram获得正确的评分。我希望精确匹配具有最高的分数，而子匹配具有较低的分数。以下是我的设置和评分结果。

settings: { number_of_shards: 1, analysis: { filter: { ngram_filter: { type: 'edge_ngram', min_gram: 2, max_gram: 20 } }, analyzer: { ngram_analyzer: { type: 'custom', tokenizer: 'standard', filter: [ 'lowercase', 'ngram_filter' ] } } } }, mappings: [{ name: 'voter', _all: { 'type': 'string', 'index_analyzer': 'ngram_analyzer', 'search_analyzer': 'standard' }, properties: { last: { type: 'string', required : true, include_in_all: true, term_vector: 'yes', index_analyzer: 'ngram_analyzer', search_analyzer: 'standard' }, first: { type: 'string', required : true, include_in_all: true, term_vector: 'yes', index_analyzer: 'ngram_analyzer', search_analyzer: 'standard' }, } }]

在执行了名字为“ Michael”的POST之后，我进行了如下查询，并更改了“ Michael”，“ Michae”，“ Micha”，“ Mich”，“

Mic”和“ Mi”。

GET voter/voter/_search
{
 "query": {
    "match": {
      "_all": {
        "query": "Michael",
        "fuzziness": 2,
        "prefix_length": 1
      }
    }
  }
}

我的成绩是：

-"Michael": 0.19535106 -"Michae": 0.2242768 -"Micha": 0.24513611 -"Mich": 0.22340237 -"Mic": 0.21408978 -"Mi": 0.15438235

如您所见，得分结果没有达到预期。我希望“ Michael”的得分最高，而“ Mi”的得分最低

任何帮助，将不胜感激！

回答：

解决此问题的一种方法是像这样在映射中添加文本的原始版本

last: { type: 'string', required : true, include_in_all: true, term_vector: 'yes', index_analyzer: 'ngram_analyzer', search_analyzer: 'standard', "fields": { "raw": { "type": "string" <--- index with standard analyzer } } }, first: { type: 'string', required : true, include_in_all: true, term_vector: 'yes', index_analyzer: 'ngram_analyzer', search_analyzer: 'standard', "fields": { "raw": { "type": "string" <--- index with standard analyzer } } },

你也可以把它与index : not_analyzed

然后您可以像这样查询

{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "_all": {
              "query": "Michael",
              "fuzziness": 2,
              "prefix_length": 1
            }
          }
        },
        {
          "match": {
            "last.raw": {
              "query": "Michael",
              "boost": 5
            }
          }
        },
        {
          "match": {
            "first.raw": {
              "query": "Michael",
              "boost": 5
            }
          }
        }
      ]
    }
  }
}