ElasticSearch 索引得分答案

【问题标题】：ElasticSearch index scoreElasticSearch 索引得分
【发布时间】：2020-01-17 03:34:17
【问题描述】：

我注意到表格中的对象越多，按关键字搜索时的相关性就越大。所以例如有2个实体，服务和新闻，服务的标题是“剔除”，新闻的标题是“手去除”，我总共有1000个服务和50个新闻，如果我搜索这个词“removal” 那么服务的相关性是 1200 和新闻的 200 ，我该如何设置 ElasticSearchBundle 使得元素的数量在 intexation 中不起作用？

【问题讨论】：

标签： php symfony elasticsearch configuration yaml

【解决方案1】：

在我看来，您不想考虑相关性计算，并且您可能希望一起禁用 tf-idf。

TF-IDF 会考虑单词的出现次数。

查看Constant Score Query，这可能是您正在寻找的内容，您可以使用Filter Queries，以便不考虑相关性计算

以下是如何使用它们来构建查询：

POST <your_index_name>/_search
{ 
   "query":{ 
      "constant_score":{ 
         "filter":{ 
            "query_string":{ 
               "query":"removal"
            }
         },
         "boost":1.2
      }
   }
}

请注意，当您执行上述查询时，所有文档的得分都会保持在 1.2

请注意，如果您根本不关心分数，最好使用简单的过滤查询，它只会充当布尔查询。

link 提到：

过滤查询不计算相关性分数。加快性能，Elasticsearch 自动缓存常用过滤器查询。

看到您还在这里增加了性能优势。

如果这有帮助，请告诉我。

【讨论】：

嘿@Artem，上面的答案有用吗。你还有什么要找的吗？

【解决方案2】：

也许尝试“布尔相似度”而不是 tf/idf，这里有一篇很好的文章：https://saskia-vola.com/when-simple-is-better-the-boolean-similarity-module

布尔模型的评分函数比 tf/idf 简单得多。一个术语是否出现在文档中。因此，您有 2 个可能的分数：每个学期分别为 1 和 0。如果您的三个术语出现在一个文档中，则该文档的得分为 3，这在某些情况下更容易处理。

您只需将"similarity": "boolean" 添加到您的文本字段即可实现它：

PUT test
{
  "mappings": {
    "doc" : {
      "properties" : {
        "content" : {
          "type" : "text",
          "similarity" : "boolean"
        }
      }
    }
  }
}

【讨论】：