Question

我正在寻找geonames db的城市。典型的搜索字符串将是＃34;旧金山CA＆＃34;。我有一个有城市和州的文件。我执行match查询，将搜索字符串与城市和州匹配，然后使用bool组合这些匹配：

"query" : {
    "bool" : {
        "must" : {
            "match" : {
                "country" : {
                    "query" : "San Francisco CA"
                }
            }
        },
        "should" : {
            "match" : {
                "city" : {
                    "query" : "San Francisco CA"
                }
            }
        }
    }
}

我在db中有这两个文件：

{"city" : "San Francisco", "state" : "CA"}
{"city" : "San Marino", "state" : "San Marino"}

问题在于匹配＆＃34; san＆＃34;圣马力诺州的得分远远高于将CA与旧金山的州匹配，因为有很多城市都有州和＃34; CA＆＃34;很少有城市和＃34;圣马力诺＆＃34;。

我尝试使用constant_score禁用IDF，但这会导致另一个问题：匹配＆＃34;旧金山CA＆＃34;到旧金山＆＃34;其中两个术语匹配得分与匹配＃34;旧金山CA＆＃34;到圣马力诺＆＃34;只有一个术语匹配的地方。当一个多项匹配查询被重写为单独的术语时，是否可以constant_score每个重写的查询，这样我得到的分数为2匹配＆＃34;旧金山＆＃34;只有＆＃34; San＆＃34;？

得分为1

Answer 1

在ElasticSearch discussion forum的帮助下，我有了一个解决方案。

使IDF保持不变的最简单方法是为相似度计算创建自定义类。这是我的updated example for ElasticSearch 1.7.0。

该类强制IDF始终等于1，这解决了我的问题。

重写multiterm查询时，将constant_score添加到每个术语，而不是整个查询

1 个答案: