如何在弹性搜索中使用分析器和停用词进行查询

Question

因此，我需要做的是将XML文件中的一些信息传递到elasticsearch中，然后使用tfidf权重对其进行搜索。我还需要输出前20个最佳结果。我想用python做到这一点。

到目前为止，我已经能够通过创建数组，然后通过类似json的格式对它们进行索引，来通过python传递XML数据并成功创建索引。我知道这意味着在索引通过Elasticsearch可用的大多数其他选项时，会获得默认值，但是我无法找到一种以其他方式实现此目的的方法。由于所有数据都已传递到索引中，因此我要做的就是搜索它。我得到了包含标题的10个文档和包含的文本的一个小摘要，我需要通过elasticsearch用tfidf返回前20个结果。这是我收集需要在索引中搜索的10个文本文件的方式，这也是我尝试搜索它们的方式。

queries = []
with open("testingQueries.txt") as file:
    queries = [i.strip() for i in file]


for query_text in queries:
    query = {
        'query': {
            'more_like_this': {
                'fields': ['document.text'],
                'like': query_text
            }
        }
    }
    results = es.search(index=INDEX_NAME, body=query)
    print(str(results) + "\n")

您可以看到，我没有在此查询中添加分析器，也不知道如何添加tfidf权重以在数据中搜索这些查询。我一直在到处寻找答案，但是大多数答案不是与python相关，还是不能真正解决我的问题。我得到的搜索结果也没有给我排名前20的结果...实际上，它们没有给我任何结果。输出看起来像这样：{'took'：14，'timed_out'：False，'_shards'：{'total'：5，'successful'：5，'skipped'：0，'failed'：0}，' hits'：{'total'：0，'max_score'：None，'hits'：[]}}

当我尝试使用'match'而不是'more_like_this'进行相同操作时，我的点击率得到了更多的结果，但是我仍然需要tfidf得分以及与我的查询类似的前20个文档的结果。