ElasticSearch 结果不相关

Question

在 ElasticSearch 中，我创建了两个包含一个字段“CategoryMajor”的文档

在 doc1 中，我将 CategoryMajor 设置为“Restaurants”

在 doc2 中，我将 CategoryMajor 设置为“Restaurants Restaurants Restaurants Restaurants Restaurants”

如果我搜索 CategoryMajor:Restaurants，则 doc1 显示为比 doc2 更相关。这不是典型的 Lucene 行为，它给出的相关性越多，术语出现的次数就越多。 doc2 应该比 doc1 更相关。

我该如何解决这个问题？

Answer 1

您可以将 &explain=true 添加到您的 GET 查询中，以查看 doc2 的分数降低了“fieldNorm”因子。这是由默认的 lucene 相似度计算公式引起的，它会降低较长文档的分数。请阅读有关默认 lucene 相似度公式的文档：

http://lucene.apache.org/core/3_6_0/api/all/org/apache/lucene/search/Similarity.html

要禁用此行为，请将 CategoryMajor 字段的“omit_norms=true”添加到您的索引映射，方法是将 PUT 请求发送到：

http://localhost:9200/index/type/_mapping

带有请求正文：

{
    "type": {
         properties": {
            "CategoryMajor": {
                "type": "string",
                "omit_norms": "true"
           }
        }
    }
}

我不确定，但可能需要删除您的索引，重新创建它，放置上面的映射，然后重新索引您的文档。更改映射后重新索引肯定是必要的:)。