ElasticSearch 和在数组中搜索

Question

我们有一个 ES 索引，它有一个将其数据存储为数组的字段。在这个字段中，我们包括原始文本，加上没有任何标点符号、特殊字符等的文本。问题是，在该字段上搜索时，多个值似乎歪曲了分数。

例如，如果我们搜索术语“up”，则包含数组 ['up, up and away', 'up up and away'] 的文档使用 multi_match 得分更高（我们之所以使用它是因为我们可以搜索多个字段）而不是具有数组的文档，只需 ['up']。

最后，我想我正在寻找的是一个分数，它模拟计算数组中每个项目的分数并返回最高值。我相信在这种情况下，将“up”与“Up”和“Up, Up and Away”进行比较会给我的“Up”分数更高。

根据我的研究，我相信我可能需要在该领域进行自定义评分...？如果这是真的，我是否将 "score_mode": "max" 视为我想要的？

Answer 1

我认为你稍微过度设计了你的索引。您无需为相同的信息创建重复的字段并自己删除标点符号、小写字段。

我建议您阅读什么是 elasticsearch 令牌过滤器以及如何为同一字段创建多个分析器。

对于您的具体用例，如果您提供了一个文档样本，那肯定会有所帮助。但无论如何，看看你正在处理什么 - 用默认分析器和你自己构建的自定义分析器索引你的字符串数组。然后您可以使用相同的字段，但使用不同的分析器（不同处理的文本）来控制您的分数。