使用邻近度提高相关度

虽然邻近查询很有用， 但是所有词条都出现在文档的要求过于严格了。我们讨论 full-text-search 一章的 match-precision 也是同样的问题： 如果七个词条中有六个匹配， 那么这个文档对用户而言就已经足够相关了， 但是 match_phrase 查询可能会将它排除在外。

相比将使用邻近匹配作为绝对要求， 我们可以将它作为 信号— 使用， 作为许多潜在查询中的一个， 会对每个文档的最终分值做出贡献 (参考 most-fields)。

实际上我们想将多个查询的分数累计起来意味着我们应该用 bool 查询将它们合并。

我们可以将一个简单的 match 查询作为一个 must 子句。 这个查询将决定哪些文档需要被包含到结果集中。 我们可以用 minimum_should_match 参数去除长尾。 然后我们可以以 should 子句的形式添加更多特定查询。 每一个匹配成功的都会增加匹配文档的相关度。

  1. GET /my_index/my_type/_search
  2. {
  3.   "query": {
  4.     "bool": {
  5.       "must": {
  6.         "match": { <1>
  7.           "title": {
  8.             "query":                "quick brown fox",
  9.             "minimum_should_match": "30%"
  10.           }
  11.         }
  12.       },
  13.       "should": {
  14.         "match_phrase": { <2>
  15.           "title": {
  16.             "query": "quick brown fox",
  17.             "slop":  50
  18.           }
  19.         }
  20.       }
  21.     }
  22.   }
  23. }

<1> must 子句从结果集中包含或者排除文档。

<2> should 子句增加了匹配到文档的相关度评分。

我们当然可以在 should 子句里面添加其它的查询， 其中每一个查询只针对某一特定方面的相关度。