Question

我正在使用匹配查询来搜索包含（first [middle] last）格式名称的fullName字段。我有两个文件，一个是＆＃34; Brady Holt＆＃34;作为fullName，另一个作为＆＃34; Brad von Holdt＆＃34;。当我搜索＆＃34; brady holt＆＃34;时，带有＆＃34; Brad von Holdt＆＃34;获得的评分高于＆＃34; Brady Holt＆＃34;即使它完全匹配。我期待这份文件与＆＃34; Brady Holt＆＃34;获得最高分。我猜这与“von＆＃39;中间名导致得分更高？

这些是我的文件：

[     
      {
          "id": 509631,
          "fullName": "Brad von Holdt"
      },
      {
          "id": 55425,
          "fullName": "Brady Holt"
      }
]

这是我的疑问：

{
  "query": {
      "match": {
          "fullName": {
          "query": "brady holt",
          "fuzziness": 1.0,
          "prefix_length": 3,
          "operator": "and"
         }
      }
  } 
}

这是查询结果：

"hits": [
      {
        "_index": "demo",
        "_type": "person",
        "_id": "509631",
        "_score": 2.4942014,
        "_source": {
          "id": 509631,
          "fullName": "Brad von Holdt"
        }
      },
      {
        "_index": "demo",
        "_type": "person",
        "_id": "55425",
        "_score": 2.1395948,
        "_source": {
          "id": 55425,
          "fullName": "Brady Holt"
        }
      }
    ]

Answer 1

关于Elasticsearch如何评分以及如何操纵相关性的详细介绍可以在Elasticsearch指南中找到：What is Relevance?。特别是，您可能希望尝试搜索查询的explain功能。

这里最简短的答案是，根据TF / IDF计算，命中得分是其最佳匹配词的乘积。匹配条件的数量将影响匹配的文档，但它是确定文档分数的“最佳”术语。您的查询本身没有“完全”匹配：它有多个匹配的字词，其分数是独立计算的。

调整相关性可能是一种微妙的艺术，并且很大程度上取决于字段的分析方式，各种术语的整体频率分布，运行的查询，甚至是如何分片和分发集群中的索引（不同的分片将具有不同的术语频率）。

（可能也可能是相关的，你的例子有两个拼写“Holt”和“Holdt”。）

在任何情况下，熟悉explain功能和基础评分机制对您来说都是有用的下一步。

另外，如果您想要精确匹配词组，请阅读Phrase Matching上的ES指南。

FirstMiddleLast字段上的意外匹配查询评分

1 个答案: