在elasticsearch中提取机器学习特征

Question

有没有办法从 ElasticSearch 返回文本匹配的原始信号？假设文档有 3 个文本字段 - 标题/正文/作者。我使用关键字查询执行搜索请求，并希望得到以下信号：

• title/body/author 中分​​别匹配了多少个查询标记？
• 分别为查询与标题、查询与正文、查询与作者计算的 BM25 分数是多少？
• ...

为了进一步概括这一点，有没有办法嵌入一些脚本，这些脚本可以直接计算给定（查询、文档）作为上下文的任何密集特征？ （我知道无痛脚本 - https://www.elastic.co/guide/en/elasticsearch/reference/current/modules-scripting-painless.html - 但它似乎只允许访问文档字段，而不是查询/文档匹配信息）

上下文

一般来说，为了获得最佳的搜索/推荐质量，一种做法是进行多路径检索+混合，如下所示：

• 在检索阶段，使用不同的策略（例如重写查询）从不同角度检索文档（有些倾向于正文匹配，有些倾向于作者姓名匹配，有些倾向于流行等）
• 在混合阶段，来自不同检索策略的结果混合在一起，通常通过一个排名器对每个文档进行评分并按分数进行排名。

为了让排序器工作，我们需要有来自文本匹配的原始信号，以实现不同优化目标之间的最佳平衡。