Question

我有两份文件：

{
    id: 7,
    title: 'Wet',
    description: 'asdfasdfasdf'
}

{
    id: 6
    title: 'Wet wet',
    description: 'asdfasdfasdf'
}

除了第二份文件中的额外词语外，它们几乎相同。

我的疑问是：

var qobject = {
        query:{
            custom_score:{
                query:{
                   multi_match:{
                     query: q, //I searched for "wet"
                     fields: ['title','description'],
                   }
                },
                script: '_score '
            }
        }
    }

好的，所以当我运行这个查询时，我得到了这些结果：

{ total: 2,
  max_score: 1.8472979,
  hits: 
   [ { _index: 'products',
       _type: 'products',
       _id: '7',
       _score: 1.9808292,
       _source: [Object] },
     { _index: 'products',
       _type: 'products',
       _id: '6',
       _score:  1.7508222,
       _source: [Object] } ] }

为什么id 7的排名高于id 6？得分背后的原因是什么？不应该排名更高，因为它有两个字？

如果我想要更多单词=更多权重怎么办？如何对我的查询进行修改？

解释如下：

"_explanation": {
            "value": 1.9808292,
            "description": "custom score, product of:",
            "details": [
                {
                    "value": 1.9808292,
                    "description": "script score function: composed of:",
                    "details": [
                        {
                            "value": 1.9808292,
                            "description": "fieldWeight(title:wet in 0), product of:",
                            "details": [
                                {
                                    "value": 1,
                                    "description": "tf(termFreq(title:wet)=1)"
                                },
                                {
                                    "value": 1.9808292,
                                    "description": "idf(docFreq=2, maxDocs=8)"
                                },
                                {
                                    "value": 1,
                                    "description": "fieldNorm(field=title, doc=0)"
                                }
                            ]
                        }
                    ]
                },
                {
                    "value": 1,
                    "description": "queryBoost"
                }
            ]
        }

"_explanation": {
            "value": 1.7508222,
            "description": "custom score, product of:",
            "details": [
                {
                    "value": 1.7508222,
                    "description": "script score function: composed of:",
                    "details": [
                        {
                            "value": 1.7508222,
                            "description": "fieldWeight(title:wet in 0), product of:",
                            "details": [
                                {
                                    "value": 1.4142135,
                                    "description": "tf(termFreq(title:wet)=2)"
                                },
                                {
                                    "value": 1.9808292,
                                    "description": "idf(docFreq=2, maxDocs=8)"
                                },
                                {
                                    "value": 0.625,
                                    "description": "fieldNorm(field=title, doc=0)"
                                }
                            ]
                        }
                    ]
                },
                {
                    "value": 1,
                    "description": "queryBoost"
                }
            ]
        }

Answer 1

查看查询的说明输出以了解原因。您可以使用explain api或将"explain": true添加到当前搜索请求中。

默认情况下，lucene使用tf / idf（术语频率，反向文档频率）相似性来评分文档。对于与查询匹配的每个术语，会考虑不同的因素。以下是最重要的：

术语频率：术语在文档中的频率。越多越好。如果术语多次出现，则文档更匹配。
反向文档频率：该字词在整个索引中的频率。越少越好。罕见的条款胜过普通条款。
规范：索引时间提升（默认为1，无提升）+字段规范，定义较短字段优于长字段。

根据您正在执行的查询，由于规范，文档的得分也不同。您可以在映射（和重新索引）中禁用规范，但这样您也将失去索引时间提升（我认为您无论如何都不会使用它）。实际上在你的例子中，第二个文档得分较低，因为字段规范较低，尽管有较高的术语频率（2而不是1）。

Antoher解决方案将插入不同的lucene相似性：lucene 4提供更多的相似性，并且还允许定义每个场的相似性。这些功能已在elasticsearch 0.90中公开。

这个ElasticSearch查询的排名背后的原因是什么？

1 个答案: