使用 spring-data-elasticsearch 并搜索相似文档，如何获得相似度分数？

Question

我正在使用最新版本的 elasticsearch（在 docker 中）和一个 spring boot（最新版本）应用程序，我尝试在其中搜索类似的文档。我的文档类有一个字符串字段：

@Field(
        name = "description",
        type = FieldType.Text,
        fielddata = true,
        analyzer = "icu_analyzer",
        termVector = TermVector.with_positions_offsets,
        similarity = Similarity.BM25)
private String description;

当我使用内置的searchSimilar 方法时，我的查询得到了很多结果：

public Page<BookInfo> findSimilarDocuments(final long id) {
    return bookInfoRepository.findById(id)
            .map(bookInfo -> bookInfoRepository.searchSimilar(bookInfo, new String[]{"description"}, pageable))
            .orElse(Page.empty());
}

但是，我不知道这些文档有多相似，因为它只是我的 Document 对象的一个​​页面。如果能够看到相似度得分，或者在执行查询时设置相似度阈值，那就太好了。我应该做些什么不同的事情吗？

Answer 1

我刚看了一下，现有方法Page<T> searchSimilar(T entity, @Nullable String[] fields, Pageable pageable)早在2013年就被添加到ElasticsearchRepository接口中，它只是返回一个Page<T>，其中不包含任何分数信息。 从 Spring Data Elasticsearch 4.0 版开始，分数信息可用，当您查看实现时，您会发现它已从函数的返回值中剥离，以便遵守接口中的方法签名：

public Page<T> searchSimilar(T entity, @Nullable String[] fields, Pageable pageable) {

    Assert.notNull(entity, "Cannot search similar records for 'null'.");
    Assert.notNull(pageable, "'pageable' cannot be 'null'");

    MoreLikeThisQuery query = new MoreLikeThisQuery();
    query.setId(stringIdRepresentation(extractIdFromBean(entity)));
    query.setPageable(pageable);

    if (fields != null) {
        query.addFields(fields);
    }

    SearchHits<T> searchHits = execute(operations -> operations.search(query, entityClass, getIndexCoordinates()));
    SearchPage<T> searchPage = SearchHitSupport.searchPageFor(searchHits, pageable);
    return (Page<T>) SearchHitSupport.unwrapSearchHits(searchPage);
}

您可以实现一个自定义存储库片段（请参阅https://docs.spring.io/spring-data/elasticsearch/docs/4.2.6/reference/html/#repositories.custom-implementations），该片段提供它自己的方法实现，该方法返回一个SearchPage<T>：

public SearchPage<T> searchSimilar(T entity, @Nullable String[] fields, Pageable pageable) {

    Assert.notNull(entity, "Cannot search similar records for 'null'.");
    Assert.notNull(pageable, "'pageable' cannot be 'null'");

    MoreLikeThisQuery query = new MoreLikeThisQuery();
    query.setId(stringIdRepresentation(extractIdFromBean(entity)));
    query.setPageable(pageable);

    if (fields != null) {
        query.addFields(fields);
    }

    SearchHits<T> searchHits = execute(operations -> operations.search(query, entityClass, getIndexCoordinates()));
    SearchPage<T> searchPage = SearchHitSupport.searchPageFor(searchHits, pageable);
    return searchPage;
}

SearchPage<T> 是一个包含SearchHit<T> 实例的页面；这些包含实体和分数等附加信息。