带有轮胎的 Elasticsearch：带有多个单词的 edgeNgram答案

【问题标题】：Elasticsearch with Tire: edgeNgram with multiple words带有轮胎的 Elasticsearch：带有多个单词的 edgeNgram
【发布时间】：2012-12-16 16:57:36
【问题描述】：

假设我有 5 个电影片名：

无太阳
珊莎
原来如此
索尔古德
唯一的幸存者

我想实现一个具有这种预期行为的自动完成搜索字段：

"Sans" > Sans Soleil, Sansa
“Sans so” > Sans Soleil
“所以” > 就是这样，索尔·古德，唯一的幸存者
“原来如此” > 原来如此
“Sol”> Sol Goode，Sole Survivor，Sans Soleil

这个用例似乎很明显，肯定是很多人都在使用的，但我就是无法让它正常工作，而且我似乎找不到任何答案或文档来提供帮助。这是我目前的模型：

class Film < Media
  include Tire::Model::Search
  include Tire::Model::Callbacks

  settings  :analysis => {
              :filter => {
                :title_ngram  => {
                  "type"      => "edgeNGram",
                  "min_gram"  => 2,
                  "max_gram"  => 8,
                  "side"      => "front" }
              },
              :analyzer => {
                :title_analyzer => {
                  "tokenizer"    => "lowercase",
                  "filter"       => ["title_ngram"],
                  "type"         => "custom" }
              }
            } do
    mapping do
      indexes :title, :type => 'string', :analyzer => 'title_analyzer'
      indexes :int_english_title, :type => 'string', :analyzer => 'title_analyzer'
    end
  end
end

以及在我的 search_controller 中如何处理查询：

search = Tire.search ['books', 'films', 'shows'], :load => true, :page => 1, :per_page => 10 do |s|
    s.query do |query|
        query.string "title:#{params[:search]}"
    end
end
@results = search.results

这会产生一些奇怪的行为：

“Sans so”按此顺序返回“Sansa，Sans Soleil，So Is This”。
“So is”按此顺序返回“Sol Goode, Sans Soleil, Sole Survivor, So Is This”。

【问题讨论】：

最新railscast(pro)中同一问题的不同处理方式
有趣，你看过这集吗？如果它解决了我的确切用例，因为它能够正确地对具有多个单词的标题上的 ngram 命中进行排序，我可能会考虑订阅。
我看过了。它不能解决您确切的问题，而是使用不同的方法。如果您开发 Rails 应用程序是为了赚钱，railscast 可以节省大量时间，就我而言，每个月的第一天我都会节省 9 美元。

标签： ruby-on-rails elasticsearch tire

【解决方案1】：

尝试关注

search = Tire.search ['books', 'films', 'shows'], :load => true, :page => 1, :per_page => 10 do |s|
      s.query do |q|
        q.boolean do |b|
          b.must {|m| m.string params[:search]} 
        end
      end
end

【讨论】：

未在字符串中指定“title:”会搜索绕过我的 edgeNgram 分析器的 _all 字段，因此搜索“Sol”只会返回“Sol Goode”。我尝试将“title:#params[:search]”添加到您的块中，但遗憾的是它一直返回次优命中。
你试过b.must{|m| m.string "title:#{params[:search]}"}
是的，当我尝试得到与以前相同的结果时。
@Salil 无需将查询包装在布尔查询中——没有区别。此外，正如@gibson 所说，不指定title: 查询限定符将产生完全错误的结果。

【解决方案2】：

我认为您可以通过将match 查询设置为type:"phrase_prefix" 来实现您想要的。您的大多数示例（但不是全部）都可以使用。

使用 Ngram，您可以更好地控制流程，但它们的召回率相当高（它们通常返回比您想要的更多的数据），您必须与之抗争。这是您使用多个查询词（“Sans so”）观察到的“奇怪行为”，因为它们作为Sans OR so 查询有效地执行。

尝试使用default_operator: "AND" 选项（参见Tire 的query_string_test.rb），或者更确切地说是match 查询（参见Tire 的match_query_test.rb）和operator: "AND" 选项。

有一些关于自动完成、轮胎和 Ngram 的文章可用：

【讨论】：

正如您正确指出的那样，处理空白是主要问题。我曾尝试使用default_operator: "AND"，但没有取得多大成功，但与type:"phrase_prefix" 匹配似乎可以解决问题！你知道为什么带有AND 的query_string 不起作用吗？我还调整了每个索引的映射以使用单独的:index_analyzer 和:search_analyzer。除了你链接的文章，我还可以推荐阅读这篇文章，它彻底打破了搜索过程，让事情变得更清晰：euphonious-intuition.com/2012/08/…
使用“AND”运算符，我认为“sans so”查询不应该返回“So Is This”——因为“sans”部分不会分解为“So Is”中的任何 ngram这个”，除非我弄错了。
phrase_prefix 类型的 match 实际上应该非常适合简单的自动完成。当然，如前所述，使用 Ngram，您可以获得更大的灵活性和更高的召回率。
拆分 index_ 和 search_ 分析器是个好主意，因为您的查询不会被标记为 ngram——这是您想要的，一个人在您的网站上执行的查询已经是“伪语法”了，因为她只写了“部分单词”。