Question

我是一个ElasticNoob，但我一直在玩一些简单的短语匹配，如下所示：

query: {
  match_phrase: {
    my_field: {
      query: "silly dogs playing about",
      slop:  100
    }
  }
}

但是这只匹配所有 4个条款的条目（愚蠢，狗，玩，约）。理想情况下它仍然匹配像“正在玩的傻狗”之类的东西，它没有“约”关键字（因此会得到较低的分数）。

这似乎是文本搜索引擎的一个非常常见的用例，所以我认为我的Google-fu必须很弱，因为我在弹性搜索中找不到关于部分词组匹配的任何内容。

有人能指出我在正确的方向吗？只是要明确：

关键字的订单很重要（match_phrase和slop允许我们这样做）
关键字匹配的数量（match_phrase只是在任何关键字丢失的情况下排除项目 - 这对我的情况并不理想）

谢谢！

Answer 1

推荐的解决方案是：

我们可以，而不是将邻近匹配作为绝对要求将它用作信号 - 作为潜在的许多查询之一，每个查询都是如此有助于每个文档的总分（参见大多数字段）。

这里有一篇描述它的文章：https://www.elastic.co/guide/en/elasticsearch/guide/current/proximity-relevance.html

所以你的查询看起来像是：

  query: {
    bool: {
      must: {
        match: {
          my_field: {
            query: "silly dogs playing about",
            minimum_should_match: "30%"
          }
        }
      },
      should: {
        match_phrase: {
          my_field: {
            query: "silly dogs playing about",
            slop:  50
          }
        }
      }
    }
  }

Answer 2

您可以使用变量调用minimum_should_match指定需要匹配的单词的百分比，或指定应匹配的单词数。

query: {
  match_phrase: {
    my_field: {
      query: "silly dogs playing about",
      slop:  100,
      minimum_should_match: "75%"
    }
  }
}

这意味着4个单词中至少有3个需要匹配才能成为热门。

ElasticSearch部分短语匹配

2 个答案: