ElasticSearch字段增强

Question

我有以下ElasticSearch DSL查询

query = Q("bool", should=[
    Q("match_phrase", title=term),
    Q("match_phrase", description=term),
    Q("match_phrase", name=term),
    Q("match_phrase", some_other_field=term),
])

我希望在术语与名称字段匹配时提高得分，也希望在描述字段匹配时降低得分。

我试过很多事情，比如：

Q("match_phrase", description={'query': term, boost: '0.1'}),

或

Q("match_phrase", name={'query': term, boost: 10}),

但不能让它工作。我也尝试过将should和must等结合起来，但并没有走得太远--甚至不值得分享。有没有一种简单的方法可以做到这一点，而不需要重新对我所有的文档进行重新德行/重新打分？使用ES查询（而不是ES-DSL）的答案也会很有帮助。

Answer 1

您可以使用multi_match查询并将类型设置为most_fields来实现这一点。默认情况下，multi_match查询使用best_fields类型

查找与任何字段匹配的文档，但使用最佳字段中的_score。

由于希望通过多个匹配字段操作得分，因此必须将类型设置为most_fields，其中

查找与任何字段匹配的文档，并将每个字段的_score组合在一起。

因此，查询将是：

{
  "query": {
    "multi_match": {
      "query": "match",
      "type": "most_fields",
      "fields": [
        "title",
        "description^-1",
        "name^5",
        "some_other_field"
      ]
    }
  }
}

您可能已经注意到，在上面的查询中，如果match位于name中，我给name设置了5的boost以便得分更高，并且在description字段中设置了-1(-ve)boost以便降低match的得分。

这样你就可以利用boost值来获得想要的分数。