Question

我认为最好是描述我的意图并尝试将其分解为代码。

我希望用户能够选择query_string提供的复杂查询。例如'AND'和'OR'和'〜'等。
我想要有模糊效果，这让我做了一些我觉得很脏的事情，就像发送到ES的“＃{query}〜”，换句话说，我代表用户指定模糊查询，因为我们提供音译可能难以准确拼写。
有时，用户会搜索一些假设在短语中的单词。 query_string单独搜索它们而不是短语。例如，“谁将会”应该为我带来最高级别的比赛，当这三个单词按顺序排列时，请稍后再给我。

当前查询：

{
  "indices_boost": {},
  "aggregations": {
    "by_ayah_key": {
      "terms": {
        "field": "ayah.ayah_key",
        "size": 6236,
        "order": {
          "average_score": "desc"
        }
      },
      "aggregations": {
        "match": {
          "top_hits": {
            "highlight": {
              "fields": {
                "text": {
                  "type": "fvh",
                  "matched_fields": [
                    "text.root",
                    "text.stem_clean",
                    "text.lemma_clean",
                    "text.stemmed",
                    "text"
                  ],
                  "number_of_fragments": 0
                }
              },
              "tags_schema": "styled"
            },
            "sort": [
              {
                "_score": {
                  "order": "desc"
                }
              }
            ],
            "_source": {
              "include": [
                "text",
                "resource.*",
                "language.*"
              ]
            },
            "size": 5
          }
        },
        "average_score": {
          "avg": {
            "script": "_score"
          }
        }
      }
    }
  },
  "from": 0,
  "size": 0,
  "_source": [
    "text",
    "resource.*",
    "language.*"
  ],
  "query": {
    "bool": {
      "must": [
        {
          "query_string": {
            "query": "inna alatheena",
            "fuzziness": 1,
            "fields": [
              "text^1.6",
              "text.stemmed"
            ],
            "minimum_should_match": "85%"
          }
        }
      ],
      "should": [
          {
            "match": {
                "text": {
                    "query": "inna alatheena",
                    "type": "phrase"
                }
            }
        }
        ]
    }
  }
}

注意：alatheena在没有~的情况下进行搜索，虽然索引中有allatheena，但不会返回任何内容。所以我必须进行模糊搜索。

有什么想法吗？

Answer 1

您应该使用Dis Max Query来实现这一目标。

生成由其生成的文档的并集的查询   子查询，并为每个文档评分最高分数   该文档由任何子查询生成，加上打破平局   任何其他匹配子查询的增量。

这在使用多个字段搜索单词时非常有用   不同的提升因子（因此不能组合字段   等效地进入单个搜索字段）。我们希望得分为   是与最高提升相关联的人。

快速举例说明如何使用它：

POST /_search
{
  "query": {
    "dis_max": {
      "tie_breaker": 0.7,
      "boost": 1.2,
      "queries": [
        {
          "match": {
            "text": {
              "query": "inna alatheena",
              "type": "phrase",
              "boost": 5
            }
          }
        },
        {
          "match": {
            "text": {
              "query": "inna alatheena",
              "type": "phrase",
              "fuzziness": "AUTO",
              "boost": 3
            }
          }
        },
        {
          "query_string": {
            "default_field": "text",
            "query": "inna alatheena"
          }
        }
      ]
    }
  }
}

它将运行您的所有查询，并且将获得与其他查询相比得分最高的查询。所以只需使用它来定义规则。你应该达到你想要的目标。

Answer 2

我看到你正在对Qur＆＃39; anic经文进行ES索引， +1 ......

如果我理解正确，你的大部分问题域都可以通过在Aayah文档的单独字段中存储大量音译变体（及其组合的排列）来解决。

首先，您应该制作一个字符过滤器，用单个字母[aa] => [a]替换所有双字母，[ll] => [l]

也许还会创建一个单独的字段，其中包含所有[a, e, i]（由于他们的＆＃34;声音＆＃34; / transcribal歧义）替换为€或类似的东西，并在查询时执行相同的操作为了获得尽可能多的比赛......

此外，TH＆＃34; allatheena＆＃34; （作为脚注可能真的是Dhaal，Thaa，Zaa，Taa + Haa，Taa + Hhaa，Ttaa + Hhaa转录......）应该被某些东西取代，或者Dhaal和Thaa都应该被多次转录。 / p>

然后，因为它的Qur＆＃39; anic脚本，所有没有变音符号的Alefs，Hamza，Madda等应该被视为Alef（或Hamzat）ul-Wasl，并且在索引时也应该考虑/搜索，因为Waqf / Wasl在阅读阿拉伯语。（例如考虑在Surat Al-Alaq的第一个Aayah中的所有Wasl`s）

Dunno，如果这是以任何方式回答您的问题，但我希望它在实施您的应用程序方面提供一些帮助。

Elasticsearch query_string与match_phrase

2 个答案: