实战 | Elasticsearch自定义评分的N种方法

在Elasticsearch中,自定义评分可以通过多种方式实现。以下是一些常用的方法:

  1. 使用Function Score Query

Function Score Query是Elasticsearch中一个强大的查询,它允许你对查询结果进行自定义的评分计算。




GET /_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "message": "elasticsearch"
        }
      },
      "functions": [
        {
          "filter": {
            "match": {
              "title": "function score"
            }
          },
          "weight": 2
        }
      ],
      "boost_mode": "multiply"
    }
  }
}
  1. 使用Script Score

Script Score允许你在查询时使用自定义的脚本来计算每个文档的得分。




GET /_search
{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "message": "elasticsearch"
        }
      },
      "script_score": {
        "script": {
          "lang": "painless",
          "source": "doc['my_field'].value * params.my_multiplier",
          "params": {
            "my_multiplier": 2
          }
        }
      }
    }
  }
}
  1. 使用Custom Similarity

Custom Similarity是Elasticsearch中一个强大的特性,它允许你自定义文档相似度的计算方式。

首先,你需要定义一个Custom Similarity,然后将其应用到某个字段。




PUT /my_index
{
  "settings": {
    "similarity": {
      "my_similarity": {
        "type": "IB",
        "distribution": "LL"
        // 更多的参数设置
      }
    }
  },
  "mappings": {
    "my_type": {
      "properties": {
        "my_field": {
          "type": "text",
          "similarity": "my_similarity"
        }
      }
    }
  }
}
  1. 使用Rescoring

Rescoring是一个强大的功能,它允许你重新评分已经得分的结果。




GET /_search
{
  "query": {
    "match": {
      "message": "elasticsearch"
    }
  },
  "rescore": {
    "window_size": 100,
    "query": {
      "rescore_query": {
        "score_mode": "multiply",
        "query": {
          "function_score": {
            "functions": [
              {
                "filter": {
                  "match": {
                    "title": "rescoring"
                  }
                },
                "weight": 2
              }
            ]
          }
        }
      }
    }
  }
}

以上就是Elasticsearch自定义评分的几种方法,具体使用哪种方法取决于你的具体需求。

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日