Question

我想操纵我在搜索弹性搜索时得到的分数。我已经使用了boost选项，但它没有给我我想要的结果。经过一番阅读后，我认为function_score查询是我问题的解决方案。我理解它是如何工作的，但我无法弄清楚如何更改当前查询以将其与function_score查询一起使用。

"query": {
"filtered": {
    "query": {
        "bool": {
            "should": [{
                "multi_match": {
                    "type": "most_fields",
                    "query": "paus",
                    "operator": "and",
                    "boost": 2,
                    "fields": [
                        "fullname^2",
                        "fullname.folded",
                        "alias^2",
                        "name^2"
                    ],
                    "fuzziness": 0
                }
            }, {
                "multi_match": {
                    "type": "most_fields",
                    "query": "paus",
                    "operator": "and",
                    "boost": 1.9,
                    "fields": [
                        "taggings.tag.name^1.9",
                        "function",
                        "relations.master.name^1.9",
                        "relations.master.first_name^1.9",
                        "relations.master.last_name^1.9",
                        "relations.slave.name^1.9",
                        "relations.slave.first_name^1.9",
                        "relations.slave.last_name^1.9"
                    ],
                    "fuzziness": 0
                }
            }, {
                "multi_match": {
                    "type": "most_fields",
                    "query": "paus",
                    "operator": "and",
                    "fields": [
                        "fullname",
                        "alias",
                        "name"
                    ],
                    "boost": 0.2,
                    "fuzziness": 1
                }
            }, {
                "match": {
                    "extra": {
                        "query": "paus",
                        "fuzziness": 0,
                        "boost": 0.1
                    }
                }
            }]
        }
    },
    "filter": {
        "bool": {
            "must": [
                {
                    "terms": {
                        "type": ["Person"]
                    }
                },
                {
                    "term": {
                        "deleted": false
                    }
                }
            ]
        }
    }
}

正如您所看到的，我们有四种匹配。

提升2：当名称上有完全匹配时
Boost 1.9：当标签上有完全匹配时
提升0.2：当名称上有匹配但有一个字符写错时
提升0.1：当额外（描述）字段中存在匹配时

我遇到的问题是，一个字符的匹配错误，没有标记得分高于带有正确标记的匹配和整个单词写错了。那应该是另一种方式......

任何帮助将不胜感激：）

Answer 1

对此没有明确的答案。您最好的朋友是Explain API，它会告诉您如何计算每个文档score。

最重要的是要记住boost只是计算分数时考虑的因素之一。来自Docs

实际上，没有简单的公式来决定特定查询子句的“正确”提升值。这是一个尝试和看到的问题。请记住，提升是相关性得分中涉及的因素中的一个;它必须与其他因素竞争

如果您浏览Theory和Lucene's Practical Scoring Function，这会对您有所帮助。这是Lucene使用的公式。

score(q,d)  =  
            queryNorm(q)  
          · coord(q,d)    
          · ∑ (           
                tf(t in d)   
              · idf(t)²      
              · t.getBoost() 
              · norm(t,d)    
            ) (t in q)

现在，您未获得预期结果的几个原因之一可能是norm(t,d)和idf(t)²。例如，如果你有extra字段作为 paus me 而其他字段有类似的东西，那么我的名字就是某些东西，这会给field length norm即价值norm(t.d)更高。此外，如果您在extra字段中说有10000个文档且只有一个文档具有 paus ，那么反向文档频率会非常高，因为它计算为{{ 1}}此处idf(t) = 1 + log ( numDocs / (docFreq + 1))和numDocs=10000此值将被平方。我在我的数据集中遇到了这个问题。

模糊查询得分较高可能与this issue有关，基本上是Lucene Issue。这已在最新版本中修复。

可能有效的一种方法是让constant_score使用最后两个子句，然后将 5 提升为前两个子句。 This有助于理解。

尝试逐步解决此问题，从两个子句开始，查看docFreq=1的输出，然后尝试三个，最后全部四个。同时删除explain api并仅使用field boosting。 渐渐地你会明白的。

我希望这会有所帮助!!

在弹性搜索中操纵得分

1 个答案: