将多个不同的 function_score 与 Elasticsearch 相结合

Question

我有几个不同的 Elasticsearch function_score，但我不知道如何组合它们

这是我正在查看的测试集（我添加了 cmets 以便能够引用问题中的特定项目，这些 cmets 实际上不在索引中）

[
    { // Item 1
        "priority": 0.7,
        "classification": [
            {
                "feature": "A",
                "confidence": 0.4
            },
            {
                "feature": "C",
                "confidence": 0.3
            },
            {
                "feature": "B",
                "confidence": 0.6
            }
        ]
    },
    { // Item 2
        "priority": 0.8,
        "classification": [
            {
                "feature": "A",
                "confidence": 0.3
            },
            {
                "feature": "C",
                "confidence": 0.6
            }
        ]
    },
    { // Item 3
        "priority": 0.4,
        "classification":  [
            {
                "feature": "D",
                "confidence": 0.6
            },
            {
                "feature": "C",
                "confidence": 0.8
            }
        ]
    }
]

现在假设我想对具有以下权重的项目进行评分：

• “A”，权重为 2
• “B”，权重为 3

我想做以下事情：

1. 仅为特征“A”和“B”计算每个项目的平均置信度（例如，项目 1 的平均置信度为 0.5）
2. 计算每个项目的优先级（例如 0.8 项目 2 的流行度）
3. 计算每个项目特征的权重总和（如果项目具有特征“A”，则其权重为 2，如果 它具有特征“B”，它的权重为 3。例如第 1 项的权重为 5，第 2 项的权重为 2)
4. 将不同的计算组合成最终分数

我知道如何为平均置信度创建 function_score，它是这样的：

{
  "nested": {
    "path": "classification",
    "query": {
       "function_score": {
          "functions": [
              {
                  "field_value_factor": {
                      "field": "classification.confidence",
                      "missing": 0
                  },
                  "weight": 0
              }
          ],
          "query": {
              "terms": {
                  "classification.feature": [
                      "A",
                      "B"
                  ]
              }
          },
          "score_mode": "avg"
        }
    }
  }
}

我也知道如何为优先级字段创建函数分数，它会是这样的：

{
    "function_score": {
        "functions": [
            {
                "field_value_factor": {
                    "field": "popularity",
                    "missing": 0
                },
                "weight": <some-weight>
            }
        ],
        "score_mode": "sum"
    }
}

我认为（但不确定）我知道如何为特征权重的总和创建函数得分（忽略与“A”或“B”不匹配的特征的权重）。大概是这样的：

{
  "query": {
        "function_score": {
            "query": {
                "bool": {
                    "should": [
                        { "match": { "classification.feature": "A" } },
                        { "match": { "classification.feature": "B" } }
                    ]
                }
            },
            "functions": [
              {
                  "filter": { "match": { "classification.feature": "A" } },
                  "weight": 2
              },
              {
                  "filter": { "match": { "classification.feature": "B" } },
                  "weight": 3
              },
            ],
            "score_mode":"sum"
        }
    }
}

但我不知道如何组合这 3 个不同的函数分数（我目前不确定实际的组合函数是什么。我需要使用不同的函数并决定哪一个最适合我，但问题的缘故，我们可以说我想对我的 3 个 function_score 的结果进行平均）

所以我的问题是：

1. 是否可以定义多个function_score，然后定义如何组合？
2. 如果无法组合多个 function_score 我应该采取什么方法来解决这个问题？ （我不专注于使用 3 种不同的 function_score，但不知道该怎么做）
3. 虽然我说过我想对所有 function_score 结果取平均值，但我以后可能想做一些事情 像这样更复杂一点：score("popularity") + (score("feature-weight") * score("confidence")) - 是 有没有办法做到这一点？

我目前正在 ES 2.4.5（我知道已弃用）上对此进行测试。我们很快就会升级 无论如何，但是：

• 是否只能使用更高版本的 ES 才能实现？
• 即使它只能在更高的 ES 版本中实现，我仍然想知道如何实现它（并在我们升级后使用它）

谷歌搜索没有得到任何有用的信息

提前致谢

Answer 1

我认为你应该使用script_score。它允许使用字段文档的值来计算分数。使用script_score你不需要写多个function_score。

您还可以将参数传递给您的函数分数，以便在查询时为您的特征设置权重。

在文档中有一个很好的弹性搜索 2 示例，用于高级使用 script_score：https://www.elastic.co/guide/en/elasticsearch/guide/current/script-score.html