elasticsearch - boosting的规范化和内部优化如何工作？这对相关性有何影响？

Question

我是弹性搜索的新手。我无法理解文档中字段的提升值的校准和缩放。就像我们应该如何决定字段的提升值一样，它才能按预期工作。我也浏览了一些在线博客和 es 文档，上面写着 es 对提升值进行规范化和内部优化？这是如何运作的？

例如：如果我们的文档中有标签、标题、名称和文本字段，我们应该如何确定这些的提升值？

Answer 1

Elasticsearch 使用布尔模型来匹配文档，然后使用评分模型来确定相关性（即排名）。评分模型利用 TF/IDF 评分，以及一些附加功能。这些 TF/IDF 分数是针对查询中的每个匹配字段计算的，然后汇总以生成文档的总体分数。为了深入研究这个过程，我建议对您的查询运行解释，以查看每个字段的分数如何影响文档的整体相关性。

作为数据专家，您最有能力确定哪些字段对文档的相关性影响最大。为某个字段找到正确的提升值是关于调整杠杆，直到找到最适合您期望结果的公式（此外，如果您有用户，A/B 测试可以在这里提供帮助）。