在elasticsearch中，不同单词的匹配得分应该高于单个单词的多个匹配。

Question

在我们的elasticsearch中，我们索引了一些人，其中每个人都可以有多个taggings。

例如，2人(全名- (taggings))：

1. 巴特·纽曼-(巴特，工程师，首席执行官)
2. 巴特荷兰-(开发商，雇主)

我们的搜索查询

{
  "multi_match": {
    "type": "most_fields",
    "query": "bart developer",
    "operator": "or",
    "boost": 5,
    "fields": [
      "fullname^5",
      "taggings.tag.name^5"
    ],
    "fuzziness": 0
  }
}

假设我们正在搜索"bart developer“。那么，我们应该期待巴特荷兰应该比巴特纽曼，但因为巴特纽曼有巴特在他的全名和巴特作为标签，他的得分高于巴特荷兰。

有什么方法可以让我在不同单词(bart，developer)上的匹配比一个单词上的多个匹配(bart)更高。

我已经试过了and-operator，但没有成功。

谢谢!

Answer 1

这在most fields查询中是一种预期，它是以字段为中心的，而不是以术语为中心的，来自文档。

most_fields是以字段为中心的，而不是以术语为中心的:当我们真正感兴趣的是最匹配的项时，它寻找最匹配的字段。

另一个问题是Inverse Document Frequency，这在您的情况下也是可能的。我想只有很少的文档有标签名为bart，这就是为什么它的IDF非常高，从而得到更高的分数。

如上面的链接所示，您应该了解如何用validate和explain对文档进行评分。

解决这个问题有两种方法。

1)您可以使用全字段，即将full name和tag信息复制到带有copy_to参数的新字段中，然后对其进行查询，但必须对数据进行reindex处理。

2)我认为更好的解决方案是使用交叉场，它采用了term-centric方法。从医生那里

cross_fields类型首先分析查询字符串以生成术语列表，然后在任何字段中搜索每个术语。

它还通过将IDF混合到所有字段来解决它的问题。

这应该能解决你的问题。

{
  "query": {
    "multi_match": {
      "type": "cross_fields",
      "query": "bart developer",
      "operator": "or",
      "fields": [
        "fullname",
        "tagging.tag.name"
      ],
      "fuzziness": 0
    }
  }
}

希望这能有所帮助！