我有一個包含 100 萬個短語的索引，我想在索引中搜索一些意大利語的查詢短語（這不是問題）。問題在于檢索匹配的順序：我想首先獲得完全匹配，所以我將默認相似度更改為“布林值”，我認為這是一個好主意，但有時它不起作用。例如：在我的索引中搜索包含單詞“film cortometraggio”的短語，第一個匹配項是：
- Distribuito dalla General Film Company, il film - un cortometraggio in due bobine
- Distribuito dalla General Film Company, il film - un cortometraggio di 150 metri - uscì nelle sale Cinematografiche
但是有一些更好的短語應該在這些短語之前回傳，例如：
- Robinet aviatore Robinet aviatore è un film cortometraggio del 1911 diretto da Luigi Maggi;
我認為應該首先回傳最后一個短語，因為我正在搜索的兩個單詞之間沒有空格。
使用 BM25 演算法，我得到的第一個匹配是“Pappi Corsicato Ha diretto film, cortometraggi , documentari e videoclip.”。在這種情況下，還應提供短語“Robinet aviatore Robinet aviatore è un film cortometraggio del 1911 diretto da Luigi Maggi；” 因為是完全匹配，我不明白為什么演算法會給另一個短語更高的分數。
我正在使用 Java Rest 高級客戶端，我正在做的搜索查詢是簡單的匹配短語查詢，如下所示： searchSourceBuilder.query(QueryBuilders.matchPhraseQuery(field, text).slop(5)
這是我索引中檔案的結構：
XContentBuilder builder = XContentFactory.jsonBuilder();
builder.startObject();
{
builder.field("id",id);
builder.field("frase",frase);
}builder.endObject();
IndexRequest indexRequest = new IndexRequest(indice);
indexRequest.source(builder);
IndexResponse indexResponse = client.index(indexRequest, RequestOptions.DEFAULT);
有誰知道如何更改相似性標準以按正確順序檢索匹配項？
uj5u.com熱心網友回復：
我已經在我的環境、相同版本、相同的分析器中復制了您的問題，但我仍然收到相同的結果。可能是對于 BM25 演算法，其他數百萬個檔案影響了分數。
我有一些建議可以幫助您解決問題：
- 不要使用全蒸汽分析儀，因為它們太具有侵入性，請使用輕型版本
- 您可以使用ngram標記器補充光分析器
- 您可以創建一個 bool 查詢，該查詢首先匹配沒有使用多欄位的分析器的欄位
映射示例：
PUT my-index-000001
{
"mappings": {
"properties": {
"message": {
"type": "text",
"fields": {
"analyzed": {
"type": "text",
"analyzer": "my_italian_analyzer"
}
}
}
}
}
}
查詢可能類似于：
GET italian_example/_search
{
"query": {
"bool": {
"should": [
{
"match_phrase": {
"message": {
"query": "film cortometraggio",
"slop": 5
}
}
},
{
"match_phrase": {
"message.analyzed": {
"query": "film cortometraggio",
"slop": 5
}
}
}
]
}
}
}
uj5u.com熱心網友回復：
您可以像這樣使用布爾查詢：
{
"query": {
"bool": {
"should": [
{
"match_phrase": {
"message": {
"query": "film cortometraggio",
"slop": 5
}
}
},
{
"match_phrase": {
"message": "film cortometraggio"
}
}
]
}
}
}
在此查詢中，您提升特定短語。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/348850.html
標籤：弹性搜索