了解ElasticSearch

Question

为了构建搜索引擎，我一直在使用ElasticSearch，并且我有兴趣手动更改每个术语的IDF（反向文档频率）以匹配可以测量的IDF来自Google Books unigrams。

为了做到这一点，我计划做以下事情：

1）仅使用1个分片（因此不会为每个分片计算IDF，它们是＆＃34;全局＆＃34;）

2）通过对索引中的每个文档运行此查询，获取每个术语的ttf（总计术语频率，用于计算IDF）

curl -XGET 'http://localhost:9200/index/document/id_doc/_termvectors?pretty=true' -d '{
  "fields" : ["content"],
  "offsets" : true,
  "term_statistics" : true
}'

3）使用Google Books unigram模型＆＃34; rescale＆＃34;每个学期ttf。

问题是，一旦我找到了＆＃34;提升＆＃34;我必须为每个术语使用的因素，我如何在查询中使用它？

例如，让我们考虑一下这个例子

"query":
{  
    "bool":{  
        "should":[  
            {  
                "match":{  
                    "title":{  
                        "query":"cat",
                        "boost":2
                    }
                }
            },
            {  
                "match":{  
                    "content":{  
                        "query":"cat",
                        "boost":2
                    }
                }
            }
        ]
    }
}

这是否意味着术语＆＃34; cat＆＃34;的IDF将被提升/乘以2倍？

另外，如果不是搜索一个单词而是一个句子，会发生什么？这是否意味着每个单词的IDF将被提升2？

我尝试了解boost参数（https://www.elastic.co/guide/en/elasticsearch/guide/current/query-time-boosting.html）和t.getBoost()的作用，但这看起来有点令人困惑。

Answer 1

在使用多个查询子句查询时使用提升，例如：

{  
    "bool":{  
        "should":[  
            {  
                "match":{  
                    "clause1":{  
                        "query":"query1",
                        "boost":3
                    }
                }
            },
            {  
                "match":{  
                    "clause2":{  
                        "query":"query2",
                        "boost":2
                    }
                }
            },
            {  
                "match":{  
                    "clause3":{  
                        "query":"query1",
                        "boost":1
                    }
                }
            }
        ]
    }
}

在上面的查询中，这意味着clause1比clause3重要三倍，clause2比clause2重要两倍，它不是简单地乘以3 }，2，因为在计算分数时，因为分数有规范化。

如果您只使用boost查询一个查询子句，那么它就没用了。

使用提升的使用方案：

使用标题和内容字段设置的一组页面文档。

您希望使用某些字词搜索标题和内容，并认为标题比内容搜索这些文件时。因此，您可以将标题查询条款设置为超过内容。例如，如果您的查询通过标题字段点击一个文档，而按内容字段点击一个文档，并且您想要先点击标题字段的文档到内容字段文档。所以提升可以帮助你做到这一点。