ElasticSearch：是否可以给出模糊度较低的分数？

Question

我正在运行multi_match（使用most_fields和“fuzziness”：“AUTO”）查询“Rob”，但我在“Rob”之前得到了“Ron”的结果。

如果我删除了模糊性，它只显示Rob，而不是Ron。但是，我确实想要使用模糊性，我只是希望所有完全匹配的结果更相关并且首先显示。它没有发生。 调查'解释'，表明'Ron'的IDF略高。

回到我的问题 - 是否可以为模糊元素配置一些“提升”或“得分”？

Answer 1

好的，基于此处的建议，我最终得到了以下内容： https://medium.com/@oysterpail/fuzzy-queries-ae47b66b325c#.a4uxw5z0b

他们的解决方案是使用bool should查询。我无法执行此操作，因为我需要查询的这一部分为must（我使用should部分作为相关性），而must的bool查询实际上是{ {1}}。但是，AND + must可以解决问题：

or

这样，来自{ "query":{ "bool":{ "must":{ "or":[ { "multi_match":{ "query":"rob", "fields":[ "username", "firstName", "lastName" ], "type":"most_fields", "fuzziness":"AUTO" } }, { "multi_match":{ "query":"rob", "fields":[ "username", "firstName", "lastName" ], "type":"most_fields" } } ] } } } } 部分的结果仅与查询的第一部分匹配，而完全匹配结果与两个部分匹配，因此它们首先显示。

Answer 2

一个很老的问题，但我会回答以帮助其他人现在看到它。 好吧，你在 'Rob' 之前得到 'Ron' 的原因是因为 TF/IDF 算法。在您的数据集中，“Rob”这个词的出现次数比“Ron”多，因此算法会给“Rob”一个较低的分数。

如果您只想搜索名称，则可以使用不同的评分算法或 similarity。在您的情况下，“布尔”相似性应该有效。