5

我必须解决一个超出我对弹性搜索的基本知识的问题。

我有一组对象 - 每个对象都有一组标签。喜欢：

obj_1 = ["a", "b", "c"]
obj_2 = ["a", "b"]
obj_3 = ["c", "b"]

我想使用加权标签搜索对象。例如：

search_tags = {'a': 1.0, 'c': 1.5}

我希望搜索标签是 OR 查询。也就是说 - 我不想排除没有所有查询标签的文档。但我希望它们按权重最大的那个排序（有点：每个匹配的标签乘以其权重）。

使用上面的示例，返回的文档的顺序将是：

  • obj_1（得分：1.0+1.5）
  • obj_3（得分：1.5）
  • obj_2（得分：1.0）

关于文档的结构和查询 ES 的正确方法，最好的方法是什么？

这里有一个类似的问题：Elastic search - tagging strength (nested/child document boosting)只是我不想在索引时指定权重 - 我希望在搜索时完成。

我目前的设置如下。

对象：

[
   "title":"1", "tags" : ["a", "b", "c"],
   "title":"2", "tags" : ["a", "b"],
   "title":"3", "tags" : ["c", "b"],
   "title":"4", "tags" : ["b"]
]

我的查询：

{ 
    "query": {
        "custom_filters_score": {
            "query": { 
                "terms": {
                    "tags": ["a", "c"],
                    "minimum_match": 1
                }
            },
            "filters": [
                {"filter":{"term":{"tags":"a"}}, "boost":1.0},    
                {"filter":{"term":{"tags":"c"}}, "boost":1.5}    
            ],
            "score_mode": "total"
        }
    }
}

问题是它只返回对象 1 和 3。它也应该匹配对象 2（有标签“a”），还是我做错了什么？

按建议更新

好的。将 boost 更改为脚本以计算最小值。删除了最小匹配。我的请求：

{
    "query": {
        "custom_filters_score": {
            "query": {
                "terms": {
                    "tags": ["a", "c"]
                }
            },
            "filters": [
                {"filter":{"term":{"tags":"a"}}, "script":"1.0"},
                {"filter":{"term":{"tags":"c"}}, "script":"1.5"}
            ],
            "score_mode": "total"
        }
    }
}

回复：

{
    "_shards": {
        "failed": 0,
        "successful": 5,
        "total": 5
    },
    "hits": {
        "hits": [
            {
                "_id": "3",
                "_index": "test",
                "_score": 0.23837921,
                "_source": {
                    "tags": [
                        "c",
                        "b"
                    ],
                    "title": "3"
                },
                "_type": "bit"
            },
            {
                "_id": "1",
                "_index": "test",
                "_score": 0.042195037,
                "_source": {
                    "tags": [
                        "a",
                        "b",
                        "c"
                    ],
                    "title": "1"
                },
                "_type": "bit"
            }
        ],
        "max_score": 0.23837921,
        "total": 2
    },
    "timed_out": false,
    "took": 3
}

仍然得到错误的顺序，并且缺少一个结果。obj_1 应该在 obj_3 之前（因为它有两个标签）并且 obj_2 仍然完全丢失。怎么会这样？

4

1 回答 1

1

我的例子有两个问题。

  1. “a”术语是停用词，因此被丢弃，仅使用“c”术语。
  2. custom_filters_score 查询必须包含“constant_score”查询，以便所有术语在提升之前具有相同的权重。

现在它起作用了！

于 2013-09-07T16:22:41.990 回答