Elasticsearch 精确搜索和模糊搜索

Question

我有一个包含公司名称、公司缩写和公司业务描述的索引（索引架构如下）。本文档中的一个元素示例如下：

{
  "abbreviation": "APPL",
  "name": "Apple",
  "description": "Computer software and hardware"
}

通常用户在搜索文档时会输入abbreviation。有时他们可能会错误地输入这个，而在这种情况下，elasticsearch 工作得很好。但是，大多数情况下，用户会准确输入缩写词，虽然他们会在响应的顶部获得最佳匹配，但一些低分（大于 0）的垃圾会回来。我曾尝试在查询中摆弄min_score，但由于分数波动很大，因此很难选择此参数。

有没有办法摆脱与abbreviation 字段不完全匹配但仍有模糊匹配作为备份的文档，以防完全匹配或用户搜索其他字段（例如name 和@ 987654326@) 没有找到？

这里有几个例子：

1. 仅查询 AAPL 会产生 3 个结果，这两个结果与查询完全匹配，因此得分相当高，但 ADP 仍然有些相似，但显然不是用户搜索的内容。

{
  "abbreviation": "APPL",
  "name": "Apple, Inc.",
  "description": "Computer software and hardware"
},
{
  "abbreviation": "APPL",
  "name": "Apple, Inc.",
  "description": "Computer software and hardware"
},
{
  "abbreviation": "ADP",
  "name": "Automatic Data Processing, Inc",
  "description": "Computer software and hardware"
}

1. 查询Apple，我们再次获得前几条超级相关的条目，但随后出现了一些其他公司名称。

{
  "abbreviation": "APPL",
  "name": "Apple, Inc.",
  "description": "Computer software and hardware"
},
{
  "abbreviation": "APPL",
  "name": "Apple, Inc.",
  "description": "Computer software and hardware"
},
{
  "abbreviation": "CSCO",
  "name": "AppDynamics (Cisco subsidiary)",
  "description": "Computer software"
}

文档的架构：

{
  "settings": {
    "index": {
      "requests.cache.enable": true
    }
  },
  "mappings": {
    "properties": {
      "abbreviation_and_name": {
        "type": "text",
        "boost": 2
      },
      "abbreviation": { "type": "text", "copy_to": "abbreviation_and_name", "boost": 20 },
      "name": { "type": "text", "copy_to": "abbreviation_and_name" },
      "description": { "type": "text" }
    }
  }
}

Answer 1

首先，我可能会质疑为什么在搜索 AAPL 时要带回以下文档：

{
  "abbreviation": "ADP",
  "name": "Automatic Data Processing, Inc",
  "description": "Computer software and hardware"
}

其次，我建议从索引映射中删除提升标准，建议在查询级别进行提升。

但总的来说，我相信您可能只需要 OR 查询：

{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "abbreviation": {
              "query": "AAPL",
              "boost": 2
            }
          }
        },
        {
          "multi_match": {
            "query": "AAPL",
            "fields": ["name", "description"],
            "fuzziness": "AUTO"
          }
        }
      ]
    }
  }
}

这可能不会产生您所描述的确切结果，但我相信这应该适合您的用例。