Elasticsearch：完全禁用 IDF 以进行搜索结果评分

Question

这是我在 elasticsearch 中的示例数据

{
    "_index": "12_index",
    "_type": "skill_strings",
    "_id": "AVKv-kM4axmY3fECZw9T",
    "_source": {
       "str": "PHP PHP PHP"
    }
 },
 {
    "_index": "12_index",
    "_type": "skill_strings",
    "_id": "AVKv-kNfaxmY3fECZw9U",
    "_source": {
       "str": "Javascript PHP Javascript Javascript"
    }
 }


"bool":{
  "must":[
    // some conditions
    {"match_phrase":{"str":"php"}}
  ],
  "should":[
    {"match_phrase":{"sentences":"Javascript"}}
  ]
}

规范被禁用

在结果集中，php（出现 16 次）得分为 13.65（四舍五入），而在另一个文档中出现相同次数的 Javascript 得分较低，为 9.58

根据我的用例，无论一个词有多稀有或short/long 领域如何，我都希望相同的词频得到相同的分数。

我该怎么做？

Answer 1

这里有两种可能的方法：

1) 自定义相似度配置。请参阅此处的示例，了解这是如何实现的： https://www.elastic.co/guide/en/elasticsearch/reference/current/index-modules-similarity.html#scripted_similarity

2) 创建脚本引擎：

https://www.elastic.co/guide/en/elasticsearch/reference/master/modules-scripting-engine.html

在大多数情况下，(1) 应该是最简单的。

Elasticsearch：完全禁用 IDF 以进行搜索结果评分

Elasticsearch : Disable IDF completely for search result scoring

java

tf-idf

elasticsearch