我可以知道 "more like this" 查询的选定术语吗

Question

我正在尝试微调 "more like this" 查询以使其适用于非常相似的文档（正式公告，大部分文本是 "template" 因此只有某些段落是重要的）。

所以我想知道，给定一个选定的文档，对于我的 "max_query_terms": 20，选择了哪些术语，使用解释查询仅显示在检索到的文档中确实找到了哪些，但没有整套二十个标记。

我知道术语集是先验选择的，将参考文档与索引进行比较，以构建一个独特的 "match" 查询但是......当我浏览解释命中时，我有超过 20 个标记.. .

例如，如果我使用 ngrams，max_query_terms 适用于分析文本的标记？或分析前的术语，即取 20 个词，然后将我的过滤器（停用词、省略词、ngram 等）应用到这个集合？

有没有办法通过 rest 或 api 检索 mlt 算法生成的匹配查询？

Answer 1

您必须结合使用 validate 和 explain 才能了解 elastic 选择了哪些术语。

GET /imdb/movies/_validate/query?explain=true
{
  "query": {
    "more_like_this": {
      "like": {
        "_id": "88247"
      }
    }
  }
}

回复：

{
   ...
   "explanations": [
      {
         "index": "imdb",
         "valid": true,
         "explanation": "filtered((((title:terminator^3.71334 plot:kyle^1.0604408 plot:cyborg^1.0863208 ... )~2)) -ConstantScore(_uid:movies#88247))->cache(_type:movies)"
      }
   ]
}

请参阅此 discussion and this pull request 了解更多详情。

我可以知道 "more like this" 查询的选定术语吗

Can I know the selected terms of a "more like this" query

elasticsearch

morelikethis