elasticsearch - 将 ElasticSearch 相关性分数配置为优先匹配所有单词而不是匹配某些单词？

例如，在搜索“堆栈溢出”时，我希望包含“堆栈”和“溢出”的文档比仅包含其中一个单词的文档具有更高的分数。

现在，我看到包含 0 次“堆栈”和 50 次“溢出”的文档排名高于包含 1 次“堆栈”和 1 次“溢出”的文档。

第二个问题是将具有确切单词而不是单词变体的文档排名更高。例如，包含“stack”的文档的排名应该高于包含“stacking”的文档。

第三个问题是将具有相邻单词的文档排名更高。例如，文档“如何使用堆栈溢出”的排名应高于文档“文件堆栈导致收件箱溢出”。

如果将这三个问题放在一起，以下是“堆栈溢出”所需结果排名的示例：

是否可以配置索引或查询以这种方式计算分数？

标签： elasticsearch

在这里，您试图在一个查询中实现多项目标。首先，您应该尝试了解 ES 如何返回结果。

包含溢出50 次的文档排名高于包含“堆栈”1 次和“溢出”1 次的文档，因为 ES 分数计算是基于tf/idf的分数计算。显然，在这种情况下，溢出来了 50 次，这比另一个文档中其他 2 个术语的其他频率组合要高得多。

注意：- 您可以按照链接中的说明禁用此计算。

如果您不关心某个术语在字段中出现的频率，而您只关心该术语是否存在，那么您可以在字段映射中禁用术语频率：

stacking由于词干提取，您将获得包含该术语的结果，并且如果您不希望包含stacking不应该出现在搜索结果中的文档，则不要以词干形式记录文档或在从 ES 获取结果后进行一些后处理并减少他们的分数，不确定 ES 是否开箱即用。
您想要的第三件事是词组搜索。

也可以使用explain api来理解，ES是如何根据你的查询计算文档的分数的，它将帮助你根据你的要求构造正确的查询。