搜索 - 根据关键字与最左侧的距离来计算相关性？

Question

我目前正在使用 ElasticSearch ， Python / Django 和 Django-Haystack 。

我希望根据关键字与最左边的距离来确定项目排名。

---

实施例

项目

• Jeff is friends with John, Laura and Edward

• Laura is friends with Francis, Drake, Jessica and Jeff

• Edward is friends with Laura, Jeff and Jeff

---

如果Jeff是查询，我希望得到以下结果

1. Jeff is friends with John, Laura and Edward

2. Edward is friends with Laura, Jeff and Jeff

3. Laura is friends with Francis, Drake, Jessica and Jeff

---

但我明白了：

1. Edward is friends with Laura, Jeff and Jeff

2. Jeff is friends with John, Laura and Edward

3. Laura is friends with Francis, Drake, Jessica and Jeff

有什么想法吗？

Answer 1

当您查询elasticsearch时，您会返回每个文档的_score字段，如果您将explain=on参数添加到网址，您还会获得有关该分数的说明，您可以通过它理解为什么文件在最重要的位置。

无论如何，我猜你的第一个文件得分最高，因为它包含两次Jeff这个词。第三个文档是最后一个文档，因为文本字段比其他文档长，并且它只包含Jeff匹配。这就是Lucene得分的计算方法。您可以调整它，例如禁用字段长度影响分数这一事实，但除非您愿意编写一些Lucene代码，否则无法完全改变它背后的逻辑。您可以编写自己的Lucene Similarity实现并使用自定义SimilarityProvider将其插入elasticsearch中。看看this示例。