弹性搜索中按匹配文本分组match_phrase搜索结果

Question

给定这样的短语匹配查询：

{
    'match_phrase': {
        'text.english': {
            'query': "The fox jumped over the wall",
            'phrase_slop': 4,
        }
    }
}

有什么方法可以根据准确的匹配来分组结果吗？

因此，如果我有一个包含“快速狐狸跳过小墙”的text.english文档和3个包含“懒狐狸跳过大墙”的文档，我就得到了这两组结果。

我可以运行多个查询并在ES之外执行一些处理，但我需要一个在大量文档上合理执行的解决方案。理想情况下，我希望有一种方法可以使用我错过的聚合来实现这一点。

我想出的最佳解决方案是使用高亮显示运行上述查询，解析所有结果中的所有突出显示，并根据突出显示内容对其进行分组。对于非常小的结果集来说，这是很好的，但是在1000+文档结果集上，它是非常慢的。

编辑：，也许我可以把它弄得更清楚一些。如果我有具有下列值的示例文档：

1. “那只飞快的狐狸跳过了那堵小墙。胡扯了好多页无关的文字。”
2. “懒惰的狐狸跳过了那堵大墙，胡说了好多页无关的文字。”
3. “懒惰的狐狸跳过了那堵大墙，胡说了好多页无关的文字。”
4. “懒惰的狐狸跳过了那堵大墙，胡说了好多页无关的文字。”

我希望能够将我的结果与查询文本“狐狸跳过墙”分组如下：

• “飞快的狐狸跳过小墙”-文件1
• “懒狐狸跳过大墙”--文件2，3，4

Answer 1

在我看来，highlighting是唯一的选择，因为它是Elasticsearch显示哪些文本“部分”匹配的唯一方法。在您的示例中，您希望根据“匹配”对文档进行分组。

如果文本更短(比如几个单词)，也许一个更复杂的解决方案是以一种shingle-kind of的方式拆分文本，并对这些短语进行分组.也许吧。

但是对于文本页，我认为唯一的选择是使用高亮显示，然后执行其他步骤对突出显示的部分进行分组。

Answer 2

如果text.english中的语句“完全相同”，那么它们的分数应该是相同的。您可以根据弹性搜索_score聚合结果。

请参考以下问题：得分场？

由于ES已经禁用了动态脚本，这可能会有所帮助。得分字段w/ Groovy禁用

Answer 3

在产品搜索应用程序中，我也遇到了类似的问题/挑战。我想把产品按品牌分类。

Nikon
Nikos

为了解决这个问题，我正在用暗示者做实验。背后的想法是，建议者将为我的搜索提供建议。这些建议将进行分组，不会对所有文件重复(即使可能有其他文本)。您可以使用术语暗示者或短语暗示

但是，这种方法可能要求您更改结果的处理。您必须将建议显示为组，并单独处理搜索结果。这种方法的优点是您不必自己进行分组。

另一种解决方案是使用术语聚合。此聚合将对word组(shingles)进行分组。但是，要获得结果，必须获取所有聚合，并将它们与查询输入相匹配。参见示例映射、数据和查询：

PUT /so
{
   "settings": {
      "analysis": {
         "analyzer": {
            "suggestion_analyzer": {
               "tokenizer": "standard",
               "filter": [
                  "lowercase"
               ]
            },
            "analyzer_shingle": {
               "type": "custom",
               "tokenizer": "standard",
               "filter": [
                  "filter_shingle"
               ]
            }
         },
         "filter": {
            "filter_shingle": {
               "type": "shingle",
               "min_shingle_size": 4,
               "max_shingle_size": 16,
               "output_unigrams": "false"
            }
         }
      }
   },
   "mappings": {
      "d": {
         "properties": {
            "text": {
               "properties": {
                  "english": {
                     "type": "string",
                     "fields": {
                        "shingles": {
                           "type": "string",
                           "analyzer": "analyzer_shingle"
                        },
                        "suggest": {
                           "type": "completion",
                           "index_analyzer": "analyzer_shingle",
                           "search_analyzer": "analyzer_shingle",
                           "payloads": true
                        }
                     }
                  }
               }
            }
         }
      }
   }
}

第1号文件：

POST /so/d/1
{
    "text": {
        "english": "The quick fox jumps over the big wall. JJKJKJKJ"
    }
}

文件2：

POST /so/d/2
{
    "text": {
        "english": "The quick fox jumps over the small wall. JJKJKJKJ"
    }
}

文件3：

POST /so/d/3
{
    "text": {
        "english": "The quick fox jumps over the gugus wall. LLLLLLL"
    }
}

查询：

POST /so/_search
{
    "size": 0,
    "query": {
        "match": {
           "text.english": "The quick fox jumps over the wall"
        }
    }, 
    "aggs" : {
        "states" : {
            "terms" : {
                "field" : "text.english.shingles",
                "size": 40
            }
        }
    }
}