基于文本分类模型中的标签“增强”文档(Elasticsearch)
基于文本分类模型中的标签“增强”文档(Elasticsearch)
提问于 2019-05-26 02:21:07
我正在索引一个文档语料库(新闻文章，论坛帖子等)。变成了弹性搜索。为了提供更好的搜索，我还训练了一个支持向量机+Tf-Idf模型对文档进行分类，以将标签生成到分类中，例如News- Politics，News-Sports，Post-US Politics等。我的问题是:如何加权分类器生成的分数，以便将文档写入ES？
我一直在使用一种黑客方法，例如，如果我得到News-Sports的score为0.7时，我会写入"News-Sports“* int(score*10)，即将News-Sports作为7个术语写入文档的tags字段。
有没有更好的索引时间加权方法？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-05-26 04:08:23
我不确定我是否完全理解了你的问题。我的理解是，如何为每个可能影响相关性的生成标签添加权重。
如果是这样的话，您可以使用field_value_factor。你可以把标签和它的权重都写到一个文档中，然后使用一个函数查询来提升这些值。
https://www.elastic.co/guide/en/elasticsearch/guide/master/boosting-by-popularity.html
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56307573
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号