Question

我有一个关键字/关键短语字段我使用标准分析器进行标记。如果有一个搜索短语包含该字段的所有标记，我希望此字段匹配。

例如，如果字段值为＆＃34; veni，vidi，vici＆＃34;搜索短语是＆＃34; Ceaser veni，vidi，vici＆＃34;我希望这个搜索短语匹配，但搜索短语＆＃34; veni，vidi＆＃34;不匹配。

我还需要＆＃34; vidi，veni，vici＆＃34; （奇怪！）匹配。所以这些术语的位置和顺序并不重要。我认为短语匹配对我来说不太有用。

我可以使用＆＃34; bool查询＆＃34;使用＆＃34; minimum_should_match＆＃34;这个特定示例的参数，但实际上并不是我想要的最小值应匹配的是搜索短语中令牌的比率/数量。

Answer 1

Pure ES解决方案就是这样的。您将需要两个请求。

1）首先，您需要通过analyze api传递用户查询以获取所有搜索令牌。

curl -XGET 'localhost:9200/_analyze' -d '
{
  "analyzer" : "standard",
  "text" : "Ceaser veni,vidi,vici"
}'

您将获得4个令牌 ceaser ， veni ， vidi ， vici 。您需要将这些标记作为数组传递给下一个search请求。

2）我们需要搜索代币为子集搜索令牌的文档。

{
  "query": {
    "filtered": {
      "filter": {
        "bool": {
          "must": [
            {
              "query": {
                "match": {
                  "title": "Ceaser veni,vidi,vici"
                }
              }
            },
            {
              "script": {
                "script": "if(search_tokens.containsAll(doc['title'].values)){return true;}",
                "params": {
                  "search_tokens": [
                    "ceaser",
                    "veni",
                    "vidi",
                    "vici"
                  ]
                }
              }
            }
          ]
        }
      }
    }
  }
}

此处过滤器中第一个match query的作业是缩小应运行脚本的文档的范围。 containsAll方法将检查文档令牌是否为sublist搜索令牌。这将是缓慢的，但将使用您当前的设置完成工作。您可以做的一个重大改进是将标记存储为数组，以便可以用该字段替换doc['title'].values，这将改进脚本。

希望这有帮助！

Answer 2

没有内置解决方案，但这有效：

在每个文档的字段中添加一个包含术语数的额外字段。所以在你的＆＃34; veni，vidi，vici＆＃34;例如，您将拥有类似＆＃34; field_term_count＆＃34;的字段。：3。
对搜索查询中的每个标记执行单独匹配搜索。
将每个文档匹配的搜索次数与至少一个匹配项相加（例如，带有文档ID键和计数值的哈希表）。
将3中的匹配数与＆＃34; field_term_count＆＃34;进行比较每个匹配文档的字段。如果它们相等则文档就是匹配。

然后＆＃34; Ceaser veni，vidi，vici＆＃34;将匹配搜索短语＆＃34; veni，vidi＆＃34;不会，如所希望的那样。对于合理数量的匹配，它应该非常快。

Elasticsearch如何匹配字段标记为查询标记的子集的文档

2 个答案: