Question

我想在elasticsearch中执行搜索，忽略tf-idf搜索中的字段规范。您可以通过ignoring the field norms by setting the index mappings完成此操作。然而，似乎这是通过更改索引来实现的，我只想修改搜索（我需要其他类型搜索的规范）。完成此任务的最佳方法是什么？我使用elasticsearch.js作为弹性搜索的接口。

Answer 1

您不能基于每个搜索禁用规范，但您可以使用Multi Fields API添加禁用规范的其他字段。

PUT /my_index
{
  "mappings": {
    "my_type": {
      "properties": {
        "my_field": {
          "type": "string",
          "fields": {
            "no_norms": { 
              "type":  "string",
              "norms": {
                "enabled": false
              }
            }
          }
        }
      }
    }
  }
}

现在，如果您需要规范，可以在my_field上进行搜索，如果不需要，则可以在my_field.no_norms上进行搜索。您必须重新索引数据，以便新字段可用于所有文档，只需将其添加到映射中就不会更改任何退出文档的内容。

Answer 2

所以这就是我最终使用的方法。而不是使用tf-idf（当前弹性搜索默认值）我使用了BM25，这应该更好。此外，它有一个参数＆＃34; b＆＃34;这代表了场长规范的重要性。对于＆＃34; b = 0＆＃34;字段长度范数被忽略，而默认值为0.75。可以找到BM25的讨论here。在我的elasticsearch.yml里面我有

index :
  similarity:
    default:
      type: BM25
      b: 0.0
      k1: 1.2
    norm_bm25:
      type: BM25
      b: 0.75
      k1: 1.2

对于那些使用elasticsearch javascript api的人，可以在索引创建期间定义自定义相似性

client.indices.create({
  index: "db",
  body: { 
        settings: { 
          number_of_shards: 1,
          similarity : "norm_bm25"
        } 
  }
}

elasticsearch tf-idf并忽略搜索中的字段长度范数

2 个答案: