Elasticsearch - 使用“标签”索引来发现给定字符串中的所有标签答案

【问题标题】：Elasticsearch - use a "tags" index to discover all tags in a given stringElasticsearch - 使用“标签”索引来发现给定字符串中的所有标签
【发布时间】：2016-06-17 20:11:39
【问题描述】：

我有一个带有“标签”索引的 elasticsearch v2.x 集群，其中包含大约 5000 个标签：{tagName, tagID}。给定一个字符串，是否可以查询标签索引以获取在该字符串中找到的所有标签？我不仅想要精确匹配，而且我还希望能够控制模糊匹配而不会过于慷慨。过于慷慨，只有在标签中的所有标记都在一定的距离内（比如 5 个单词）找到时，标签才应该匹配。

例如，给定字符串：

Model 22340 Sound Spectrum Analyzer

以下标签应匹配：

sound analyzersoundspectrumanalyzer

但不是

sound meterlight spectrumchemical analyzer

【问题讨论】：

当然可以。您只需使用 match 查询和 standard 分析器即可实现您想要的结果。
您可以发布一个示例作为答案吗？我很想给你功劳。
我发布了一个示例作为新答案。 :)

标签： elasticsearch elasticsearch-2.0

【解决方案1】：

我认为不可能创建一个准确的弹性搜索查询来自动标记随机字符串。这基本上是一个反向查询。将标签与文档匹配的最准确方法是为标签构造查询，然后搜索文档。显然，如果您需要遍历每个标签以自动标记文档，这将非常低效。

要进行反向查询，您需要使用 Elasticsearch Percolator API：

https://www.elastic.co/guide/en/elasticsearch/reference/current/search-percolate.html

API 非常灵活，允许您在具有多个字段的文档中创建相当复杂的查询。

基本概念是这样的（假设您的标签有一个特定于应用的 ID 字段）：

为每个标签创建一个查询，并将查询注册到渗透器（使用标签的 ID 字段）。
要自动标记字符串，请将您的字符串（作为文档）传递给 Percolator，它会将其与所有已注册的查询进行匹配。
遍历匹配项。每个匹配项都包含查询的 _id。使用 _id 来引用标签。

这也是一篇不错的文章：https://www.elastic.co/blog/percolator-redesign-blog-post

【讨论】：

【解决方案2】：

"query": {
"match": {
  "tagName": {
    "query":     "Model 22340 Sound Spectrum Analyzer",
    "fuzziness": "AUTO",
    "operator":  "or"
  }
}

}

如果您想要一个 equal 匹配以使 "sound meter" 不匹配，您必须为每个标签添加另一个字段，其中包含标签名称中的术语计数，添加一个脚本来计算查询中的术语，并在 match_query 中添加两者的比较，请参阅：Finding Multiple Exact Values。

关于邻近度问题：由于您需要“模糊性”，因此您无法控制邻近度，因为 "match_phrase" 查询未与模糊性集成，正如 Elastic 文档 Fuzzy-match-query 所述：

模糊性仅适用于基本匹配和多匹配查询。它不适用于短语匹配、常用术语或 cross_fields 匹配。

因此您需要做出决定：模糊性与接近性。

【讨论】：

这确实有效，但我澄清了我的问题，因为结果过于慷慨。当仅找到其中一个标记时，具有多个标记的标记将匹配。仅当标签中的所有标记都在某个邻近范围内（例如 5 个单词内）的字符串中找到时，标签才应匹配。
计算查询字符串中的术语似乎无关紧要，因为它由产品的名称和描述组成，这与任何给定匹配标签的术语计数无关.如果这条评论是我的查询字符串，我想匹配标签“查询字符串”而不是“查询描述”，所以接近很重要。

【解决方案3】：

当然可以。您只需使用 standard 分析器匹配查询即可实现您想要的结果。

curl -XGET "http://localhost:9200/tags/_search?pretty" -d '{
  "query": {
    "match" : {
      "tagName" : "Model 22340 Sound Spectrum Analyzer"
    }
  }
}'

【讨论】：