使用Elasticsearch在搜索字词顺序中匹配子字符串

Question

我想使用弹性搜索执行子串/部分单词匹配。 我希望以特定的顺序返回结果。 为了解释我的问题，我将向您展示如何创建索引，映射以及我使用的记录。

创建索引和映射：

PUT /my_index1
{
    "settings": {
        "analysis": {
            "filter": {
                "trigrams_filter": {
                    "type":     "ngram",
                    "min_gram": 3,
                    "max_gram": 3
                }
            },
            "analyzer": {
                "trigrams": {
                    "type":      "custom",
                    "tokenizer": "standard",
                    "filter":   [
                        "lowercase",
                        "trigrams_filter"
                    ]
                }
            }
        }
    },
    "mappings": {
        "my_type1": {
            "properties": {
                "text": {
                    "type":     "string",
                    "analyzer": "trigrams" 
                }
            }
        }
    }
}

批量记录插入：

POST /my_index1/my_type1/_bulk
{ "index": { "_id": 1 }}
{ "text": "men's shaver" }
{ "index": { "_id": 2 }}
{ "text": "men's foil shaver" }
{ "index": { "_id": 3 }}
{ "text": "men's foil advanced shaver" }
{ "index": { "_id": 4 }}
{ "text": "norelco men's foil advanced shaver" }
{ "index": { "_id": 5 }}
{ "text": "men's shavers" }
{ "index": { "_id": 6 }}
{ "text": "women's shaver" }
{ "index": { "_id": 7 }}
{ "text": "women's foil shaver" }
{ "index": { "_id": 8 }}
{ "text": "women's foil advanced shaver" }
{ "index": { "_id": 9 }}
{ "text": "norelco women's foil advanced shaver" }
{ "index": { "_id": 10 }}
{ "text": "women's shavers" }

现在，我想要搜索＆＃34; en＆＃s; s＆＃34;。我正在使用以下查询进行搜索：

POST /my_index1/my_type1/_search
{
    "query": {
       "match": {
          "text": 
          { "query": "en's shaver",

            "minimum_should_match": "100%"

          }
       }

    }
}

我希望结果符合以下顺序：

1. 男士剃须刀 - ＆gt;最接近的匹配与以下相同的搜索关键字顺序＆＃34; en＆＃39; s剃须刀
2. 女士剃须刀 - ＆gt;最接近的匹配与以下相同的搜索关键字顺序＆＃34; en＆＃39; s剃须刀
3. 男士贴膜剃须刀 - ＆gt;距离增加1
4. 女士贴膜剃须刀 - ＆gt;距离增加1
5. 男士贴膜高级剃须刀 - ＆gt;增加距离2
6. 女士贴膜高级剃须刀 - ＆gt;增加距离2
7. 男士剃须刀 - ＆gt;子串匹配＆＃34;剃须刀＆＃34;
8. 女士剃须刀 - ＆gt;子串匹配＆＃34;剃须刀＆＃34;

我正在执行以下查询。它没有按照我想要的顺序给我结果：

POST /my_index1/my_type1/_search
{
   "query": {
      "query_string": {
         "default_field": "text",
         "query": "men's shaver",
         "minimum_should_match": "90%"
      }
   }
}

请建议，如何达到上述效果？任何建议都会有所帮助。

*************************** 更新（2014年6月6日） ********************************
我做了一些改动：
    1.喜欢使用多场
    2.仅使用一个碎片
    3.使用分析，过滤器和分离器

请参阅下面的设置：

索引：

curl -XPUT "http://localhost:9200/my_improved_index" -d'
{
   "settings": {
        "analysis": {
            "filter": {
                "trigrams_filter": {
                    "type":     "ngram",
                    "min_gram": 1,
                    "max_gram": 50
                },
                 "my_stemmer" : {
                    "type" : "stemmer",
                    "name" : "minimal_english"
                }
            },
            "analyzer": {
                "trigrams": {
                    "type":      "custom",
                    "tokenizer": "standard",
                    "filter":   [
                        "standard",
                        "lowercase",
                        "trigrams_filter"
                    ]
                },
                "my_stemmer_analyzer":{
                    "type":      "custom",
                    "tokenizer": "standard",
                    "filter":   [
                        "standard",
                        "lowercase",
                        "my_stemmer"
                    ]
                }
            }
        }
    }
}'

对于映射：

curl -XPUT "http://localhost:9200/my_improved_index/my_improved_index_type/_mapping" -d'
{
    "my_improved_index_type": {
      "properties": {
         "name": {
            "type": "multi_field",
            "fields": {
               "name_gram": {
                  "type": "string",
                  "analyzer": "trigrams"
               },
               "untouched": {
                  "type": "string",
                  "index": "not_analyzed"
               },
               "name_stemmer":{
                   "type": "string",
                   "analyzer": "my_stemmer_analyzer"
               }
            }
         }
      }
   }

}'

可用文件：

1. 男士剃须刀
2. 男士剃须刀
3. 男士的陪衬剃须刀
4. 男士的金属箔剃须刀
5. 男士的金属箔剃须刀
6. 男士的金属箔剃须刀
7. 男士高级剃须刀
8. norelco男士贴膜高级剃须刀

查询：

curl -XPOST "http://localhost:9200/my_improved_index/my_improved_index_type/_search" -d'
{
   "size": 30,
   "query": {
      "bool": {
         "should": [
            {
               "match": {
                  "name.untouched": {
                     "query": "men\"s shaver",
                     "operator": "and",
                     "type": "phrase",
                     "boost": "10"
                  }
               }
            },
            {
               "match_phrase": {
                  "name.name_stemmer": {
                     "query": "men\"s shaver",
                     "slop": 5
                  }
               }
            }
         ]
      }
   }
}'

返回结果：

1. 男士剃须刀 - ＆gt;正确
2. 男士剃须刀 - ＆gt;正确
3. 男士的剃须刀 - ＆gt;不正确
4. norelco男士贴膜高级剃须刀 - ＆gt;不正确
5. 男士贴膜高级剃须刀 - ＆gt;不正确
6. 男士贴膜剃须刀 - ＆gt;不正确。

预期结果：

1. 男士剃须刀 - ＆gt;确切的短语匹配
2. 男士剃须刀 - ＆gt; ZERO字距+ 1复数
3. 男士贴膜剃须刀 - ＆gt; 1个字的距离
4. 男士的剃须刀 - ＆gt; 1个字距离+ 1个复数
5. 男士贴膜高级剃须刀 - ＆gt; 2字距离
6. norelco男士贴膜高级剃须刀 - ＆gt; 2字距离

为什么更高距离的文件得分更高？ 如何实现这个结果？ stemmer或nGram设置有问题吗？