我正在运行multi_match（使用most_fields和“fuzziness”：“AUTO”）查询“Rob”，但我在“Rob”之前得到了“Ron”的结果。
如果我删除了模糊性，它只显示Rob，而不是Ron。但是，我确实想要使用模糊性，我只是希望所有完全匹配的结果更相关并且首先显示。它没有发生。 调查'解释'，表明'Ron'的IDF略高。
回到我的问题 - 是否可以为模糊元素配置一些“提升”或“得分”？
答案 0 :(得分：7)
好的，基于此处的建议，我最终得到了以下内容： https://medium.com/@oysterpail/fuzzy-queries-ae47b66b325c#.a4uxw5z0b
他们的解决方案是使用bool should查询。我无法执行此操作，因为我需要查询的这一部分为must（我使用should部分作为相关性），而must的bool查询实际上是{ {1}}。但是，AND + must可以解决问题：
or这样，来自{
"query":{
"bool":{
"must":{
"or":[
{
"multi_match":{
"query":"rob",
"fields":[
"username",
"firstName",
"lastName"
],
"type":"most_fields",
"fuzziness":"AUTO"
}
},
{
"multi_match":{
"query":"rob",
"fields":[
"username",
"firstName",
"lastName"
],
"type":"most_fields"
}
}
]
}
}
}
}
部分的结果仅与查询的第一部分匹配，而完全匹配结果与两个部分匹配，因此它们首先显示。
答案 1 :(得分：1)
一个很老的问题，但我会回答以帮助其他人现在看到它。 好吧，你在 'Rob' 之前得到 'Ron' 的原因是因为 TF/IDF 算法。在您的数据集中，“Rob”这个词的出现次数比“Ron”多，因此算法会给“Rob”一个较低的分数。
如果您只想搜索名称，则可以使用不同的评分算法或 similarity。在您的情况下，“布尔”相似性应该有效。