在 elasticsearch 中仅使用数字字段索引文档

Question

我正在尝试将仅由数字字段表示的对象存储在 elasticsearch 中。在我的例子中，每个对象都有 300 个 float 字段和 1 个 id 字段。我将 id 字段设置为 not_analyzed。我可以将文档存储在 ES 中。

 "_index": "smart_content5",
    "_type": "doc2vec",
    "_id": "AVtAGeaZjLL5cvd8z9y7",
    "_score": 1,
    "_source": {
      "feature_227": 0.0856793,
      "feature_5": -0.115823,
      "feature_119": -0.0379987,
      "feature_145": 0.17952,
      "feature_29": 0.0444945,

但现在我想运行一个用相同的 300 个字段但不同的数值表示的查询（当然）。现在我想找到300个字段为"most similar"到这个查询字段的文档。所以这有点像做余弦相似度，但我正在尝试使用 ES 来做这件事，所以它很快。

(1)首先，我现在做的事情有可能吗？？

(2) 其次，我探索了 ES 的 function_score 特性并尝试使用它，但是 returns 最大匹配分数是 0.0!!

关于我应该使用什么以及我在 [2] 中可能做错了什么的任何评论。

Answer 1

我认为你仍然需要 function_score 但像这样（对我有用）：

{
  "query": {
    "function_score": {
      "query": {},
      "functions": [
        {
          "gauss": {
            "feature_227": {
              "origin": "0",
              "scale": "0.5"
            }
          }
        },
        {
          "gauss": {
            "feature_5": {
              "origin": "0",
              "scale": "0.5"
            }
          }
        },
        {
          "gauss": {
            "feature_119": {
              "origin": "0",
              "scale": "0.5"
            }
          }
        },
        {
          "gauss": {
            "feature_145": {
              "origin": "0",
              "scale": "0.5"
            }
          }
        },
        {
          "gauss": {
            "feature_29": {
              "origin": "0",
              "scale": "0.5"
            }
          }
        }
      ],
      "score_mode": "sum"
    }
  }
}

在 elasticsearch 中仅使用数字字段索引文档

Indexing documents only with numeric fields in elasticsearch

python

similarity

elasticsearch

vector-space