在" b“中匹配短语" b”的不适定条件下，ElasticSearch如何计算词频？

Question

编辑:我给出的坏示例。我的用例实际上是汉字，即"我我“中的短语匹配"我我我我我我我我我我”。因此，对于那些不熟悉中文搜索引擎的人来说，问题是在" b“中搜索"b b"，而不是在"bbbbbbbbbb”中搜索"bb“。我还编辑了标题以避免混淆.

附加问题:如果在"max_expansions = 4“中使用”短语匹配前缀“，频率是多少？

原始帖子：假设搜索关键字是"bb"，文档是"bbbbbbbbbb“(10b)。类型被分析，让我们说'b‘是被索引的“原子术语”。

我设想文档内部表示如下：{ 'b‘:0,1,2,3,4,5,6,7,8,9，元数据：{.}，其中数字是“b”一词的位置。如果我错了，请纠正我。

根据弹性导轨，项频率tf(t in d) =sqrt(频率)。(https://www.elastic.co/guide/en/elasticsearch/guide/current/scoring-theory.html#tf)那么当短语和文档匹配10b时，频率是5还是9？

Answer 1

当您使用“标准分析器”时，"bbbbbbbbb“将被分析为"0:bbbbbbbbb”，而不是这个{'b':0,1,2,3,4,5,6,7,8,9。搜索"bb“没有任何结果。如果docs中的短语类似于"b b“，那么{'b':0,1,2,3,4,5,6,7,8是正确的。但是如果你搜索"bb"，就不会有结果了。但是如果你搜索像"b“这样的东西，它会分析到"b”或" b“，而文档中的频率是9(也许9+9/2)。

通过这个API，您可以看到如何计算分数：

得到/我的索引/doc/_search?解释

关于评分的更多信息：

https://www.elastic.co/guide/en/elasticsearch/guide/current/scoring-theory.html