如何获得与ElasticSearch的索引文本不完全匹配的查询结果？

Question

这个字符串被编入索引：“Lorem ipsum dolor sit amet，consectetur adipisicing elit，sed do eiusmod tempor incididunt ut labore et dolore magna aliqua。”

我的疑问是：“ Hello world。 Lorem ipsum dolor sit amet，consectetur adipisicing elit，sed do eiusmod tempor incididunt ut labore et dolore magna aliqua。其他文字。 “

当我运行查询时，我没有得到任何结果。如果我的查询中有一些“垃圾”文本，我怎样才能得到结果？

我正在使用Django，Haystack和ElasticSearch。

Answer 1

如果您使用默认运算符“或”的“匹配”查询，那么您将获得任何单词匹配的匹配，但匹配单词匹配的 lot 的排名将排名以上命中少数的单词匹配。

http://www.elasticsearch.org/guide/reference/query-dsl/match-query.html

但如果你的意思是你只想匹配那个确切的短语，但在两端都允许一些额外的文字，我不确定你能做到这一点。

如果您可以放宽对完全短语匹配的要求，可以选择使用木瓦标记过滤器来分析文档（和查询）。

http://www.elasticsearch.org/guide/reference/index-modules/analysis/shingle-tokenfilter.html

然后使用“或”运算符的匹配查询将对单词的对，三元组，四元组等进行操作（取决于过滤器配置）。将shingle大小设置为2或3会使包含许多与查询相同的单词的文档（偶然）得分很高。

或者您可以使用带有slop的短语查询（请参阅上面匹配查询页面的底部）。

这两种方法都允许插入以及前缀/后缀。

Answer 2

Elasticsearch具有非常强大的More Like This Query，允许您根据文本片段生成查询。