时间戳

首页 > 解决方案 > ElasticSearch - 带截止的普通查询，只有当所有低频词都匹配时才对高频词进行评分

elasticsearch - ElasticSearch - 带截止的普通查询，只有当所有低频词都匹配时才对高频词进行评分

问题描述

尝试使用“ https://www.elastic.co/guide/en/elasticsearch/reference/6.4/query-dsl-common-terms-query.html ”但不能使某件事起作用：添加高频词分数到总分，仅当查询中的所有低频词都已匹配时。

尝试使用"low_freq_operator": "and"，但它需要查询中的所有低频词 - 我不知道。

另外 - 如果我使用

"minimum_should_match": {
    "low_freq" : "50%",
}

这是否意味着如果查询有 4 个低频词，其中 2 个的文档将作为命中返回，但只有 1 个查询词的文档不会返回对吗？

谢谢。

标签： elasticsearch

解决方案

常用术语查询

低频词

  • 更重要
  • 您可以构造查询以返回包含查询字符串的所有单词的文档
    • must be present（利用"low_freq_operator": "and"）
    • only some of them（利用"low_freq_operator": "or"
    • some percentage of them（利用minimum_should_match）

高频词

  • 不太重要。
  • 您可以构造查询influence the score，其中查询字符串中的所有停用词
    • must be considered（利用"high_freq_operator": "and"）
    • only some of them（利用"high_freq_operator": "or"）
    • some percentage of them（利用minimum_should_match）
  • 仅影响相关性分数。
  • 如果不存在低频词，则它是should查询字符串中所有词条的典型子句

它如何将单词分类为频率较低或频率较高

根据链接，

根据 cutoff_frequency 将术语分配给高频或低频组，可以将其指定为绝对频率 (>=1) 或相对频率 (0.0 .. 1.0)....

也许这个查询最有趣的属性是它自动适应特定领域的停用词。例如，在视频托管网站上，“剪辑”或“视频”等常用术语将自动表现为停用词，而无需维护手动列表。

它如何与示例一起使用

从这个链接，

常用术语查询is a modern alternative to stopwords which improves the precision and recall of search results（通过考虑停用词），而不牺牲性能。

假设我有以下文件：

Document 1: Is there stairway to this path?
Document 2: Is there a stairway to heaven?
Document 3: Stairway to heaven
..... 
.....

现在说您的搜索查询如下：

{
    "query": {
        "common": {
            "body": {
                "query": "stairway to heaven",
                "cutoff_frequency": 0.001,
                "low_freq_operator": "and"
            }
        }
    }
}

当您使用时，and结果将是Document 3 followed by Document 2唯一的。当您使用 时or，结果将Document 3, Document 2, Document 1分别为。

所以当你使用 时or，这里会使用高频词 ieto来影响分数。以类似的方式，这high_freq_operator将适用于停用词，但它再次仅用于影响分数。

所以对于你的第一个查询，希望上面的解释就足够了，对于下面的查询，

这是否意味着如果查询有 4 个低频词，其中 2 个的文档将作为命中返回，但只有 1 个查询词的文档不会返回对吗？

对，那是正确的。

希望能帮助到你！

推荐阅读