Elasticsearch 匹配查询

Question

我正在某个字段中搜索一些文本。
但问题是每当两个文档包含所有搜索标记时，具有更多搜索标记的文档会获得更多点，而不是长度较短的文档。

我的 ElasticSearch 索引包含一些食物名称。我想在里面找点吃的。

文档结构是这样的
{"text": "NAME OF FOOD"}

现在我有两个类似的文件

1: {"text": "Apple Syrup Apple Apple Syrup Apple Smoczyk's"}
2: {"text": "Apple Apple"}

如果我使用此查询进行搜索

{
    "query": {
        
                "match": {
                    "text": {
                        "query": "Apple"
                    }
                }
    }
}

第一个文档首先出现，因为其中包含更多 Apple。

这不是我的预期结果。我会很好，第二个文档得到更多点，因为其中有 Apple 并且它的长度比第一个短。

Answer 1

弹性搜索评分赋予词频、字段长度权重。一般来说，较短的字段得分较高，但词频可以抵消它。

您可以使用唯一过滤器为文本生成唯一标记。这样多次出现同一个token不会影响评分。

映射

{
  "mappings": {
    "properties": {
      "text": {
        "type": "text",
        "analyzer": "my_analyzer"
      }
    }
  },
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "standard",
          "filter": [
            "unique", "lowercase"
          ]
        }
      }
    }
  }
}

分析

GET index29/_analyze
{
   "text": "Apple Apple",
   "analyzer": "my_analyzer"
}

结果

{
  "tokens" : [
    {
      "token" : "apple",
      "start_offset" : 0,
      "end_offset" : 5,
      "type" : "<ALPHANUM>",
      "position" : 0
    }
  ]
}

即使 apple 出现两次，也只会生成单个令牌。