在 MongoDB Atlas Search 中具有相同搜索分数的多个文档答案

【问题标题】：Multiple documents having equal search score in MongoDB Atlas Search在 MongoDB Atlas Search 中具有相同搜索分数的多个文档
【发布时间】：2022-06-13 10:42:01
【问题描述】：

有没有办法提高 Atlas 搜索中完全匹配的分数？

我在将“hi”从英语翻译成法语时遇到问题。经过一些调试后，我发现从我的聚合返回的前三 (3) 个文档的分数相同，均为“2.362138271331787”。

我预计 'hi' 得分更高，因为它与相同的搜索查询完全匹配，但 'it's his' 和 'his' 似乎与 'hi' 得分相同。

这是我的搜索查询：

const searchOption= [
  {
    $search: {
      text: {
        query: 'hi',
        path: 'english',
      },
    },
  },
  { $project: {  _id: 0, french: 1, english: 1, score: { $meta: "searchScore" } } },
  { $limit: 5 },
];

const result = await Greetings.aggregate(searchOption, { cursor: { batchSize: 5 } }).toArray();

这是退回的文件。该列表按搜索分数排序：

[
  {
    "english": "it’s his",
    "french": "c'est le sien",
    "score": 2.362138271331787
  },
  {
    "english": "hi",
    "french": "salut",
    "score": 2.362138271331787
  },
  {
    "english": "his",
    "french": "le sien",
    "score": 2.362138271331787
  },
  {
    "english": "it’s his failure to arrange his",
    "french": "c'est son incapacité à organiser son",
    "score": 2.2482824325561523
  },
  {
    "english": "it’s his failure to arrange his time",
    "french": "c'est son incapacité à organiser son temps",
    "score": 2.0995540618896484
  }
]

【问题讨论】：

标签： javascript database mongodb non-relational-database mongodb-atlas-search

【解决方案1】：

这是 Atlas Search 的一个已知限制，此处提到了解决方案： https://www.mongodb.com/docs/atlas/atlas-search/autocomplete/#limitations

string 类型上的 lucene.keyword 分析器非常有助于在分数保真度至关重要的场景中进行精确匹配。

基本上，路径english应该在索引定义中定义为自动完成和字符串，如：

[
  {"type": "string"},
  {"type": "autocomplete"}
]

以上假设您没有使用自动完成或字符串的语言分析器，这可能不是字符串的理想选择。

然后，在查询方面，您需要一个compound 查询，其中两个选项都是should 子句。您应该增加 text 子句而不是自动完成子句。

【讨论】：

【解决方案2】：

分数是 Mongo 内部实现的“相关性分数”，我会说令我惊讶的是，即使是“文本”操作数，字段长度也不包含在分数中，我个人希望添加它在不久的将来以某种形式出现。

现在您可以使用解决方法来构建您想要的分数，例如，您可以使用 should（或）表达式与 phrase 运算符结合提升分数函数，如下所示：

const searchOption= [
    {
        $search: {
            "compound": {
                "should" : [
                    {
                        "phrase":{
                            "query": "hi",
                            "path": "english",
                            "score": {"boost":{"value":5}} 
                        }
                    },
                    {
                        text: {
                            query: 'hi',
                            path: 'english',
                        },
                    },
                ]
            }
        }
    },
    { $project: {  _id: 0, french: 1, english: 1, score: { $meta: "searchScore" } } },
    { $limit: 5 },
];

const result = await Greetings.aggregate(searchOption, { cursor: { batchSize: 5 } }).toArray();

否则，您也可以只按english 长度和分数进行排序（这是假设分数将被捆绑），显然这不是真正的排序，因为它假设前 5 个结果是实际的前 5 个结果你期望得到。

const searchOption= [
    {
        $search: {
            text: {
                query: 'hi',
                path: 'english',
            },
        },
    },
    { $project: {  _id: 0, french: 1, english: 1, score: { $meta: "searchScore" }, len: {$strLenCP: "$english"} } },
    { $sort : { score: -1, len: -1 } },
    { $limit: 5 },
];

const result = await Greetings.aggregate(searchOption, { cursor: { batchSize: 5 } }).toArray();

【讨论】：