elasticsearch 如何在ElasticSearch中有效合并3个不同的搜索条件?(同时使用文本、乳胶和向量)
我是一名ML工程师,试图使用向量和文本增强搜索条件。基本上,我们目前使用的搜索算法在elasticsearch 如何在ElasticSearch中有效合并3个不同的搜索条件?(同时使用文本、乳胶和向量),elasticsearch,search,deep-learning,artificial-intelligence,elastic-stack,elasticsearch,Search,Deep Learning,Artificial Intelligence,Elastic Stack,我是一名ML工程师,试图使用向量和文本增强搜索条件。基本上,我们目前使用的搜索算法在ElasticSearch中使用了两个字段,例如text=“Hello my name is”和latex=\documentclass[12pt]{article}\usepack{lingmacros}。我想合并第三个向量字段,它将在两个向量之间使用余弦相似性。因此,我的向量=[0.1,0.01,0.9…0.8]如下所示。我的后端团队不知道ML,我也不知道Elastic。所以他们告诉我,我们有两个选项,一个叫
ElasticSearch
中使用了两个字段,例如text=“Hello my name is”
和latex=\documentclass[12pt]{article}\usepack{lingmacros}
。我想合并第三个向量字段,它将在两个向量之间使用余弦相似性。因此,我的向量=[0.1,0.01,0.9…0.8]
如下所示。我的后端团队不知道ML,我也不知道Elastic。所以他们告诉我,我们有两个选项,一个叫做should
query,类似于text或latex或vector
,另一个叫做piped
,首先使用text和latex生成N
结果,然后在其中搜索向量
有人能帮我解决这个问题吗?我如何在现有的搜索中使用向量的额外好处,以便改进结果