elasticsearch Elasticsearch-使用同义词检查查询中是否包含文档

我想构建一个应用程序，其中匹配要求文档中的每个令牌至少包含在查询中一次

请注意，这与标准预期不同。因此，文档现在相当小，而查询可能非常长。例如：

文件：

"elastic super cool".

有效的查询匹配将是

"I like elastic things since elasticsearch is super cool"

我设法从弹性搜索中获得匹配令牌的数量（另请参见）。 因此，在上面的示例中，3个匹配（=文档长度）表示查询匹配

但是我怎样才能把它和同义词结合起来呢

假设“酷”的同义词是“好”、“棒”和“好”。通过使用同义词标记过滤器，我成功地将同义词添加到文档中的每个位置

因此，对于上述查询，以下四个文档各有3个令牌匹配：

"elastic super nice"

"elastic nice cool"

"nice good great"

"good great cool"

但只有第一个匹配是有效匹配

尽管每个同义词匹配在文档中表示相同的标记，但如何避免将其视为一个匹配

有什么办法解决这个问题吗

我读到percolators可能会解决这个问题，但我仍然不确定percolators是否会以我想要的方式处理同义词

---

想法？

我想你应该扩展一下同义词。您可以使用脚本来计算匹配的位置

我将他的脚本改编为本地脚本，返回0到1之间的数字作为字段中匹配位置的比率。我对其进行了一些调整，使其只匹配每个查询的一个位置

您需要一个包含职位数量的字段，例如，通过使用实际统计职位数量的字段

@覆盖
公共对象运行（）
{
IndexField IndexField=this.indexLookup（）.get（字段）；
Long numberOfPositions=（（ScriptDocValues.Longs）doc（）.get（positionsField））.getValue（）；
ArrayList位置=新的ArrayList（）；
for（字符串术语：术语）
{
迭代器termPos=indexField.get（term，IndexLookup.FLAG_位置| IndexLookup.FLAG_缓存）
.iterator（）；
while（termPos.hasNext（））
{
int position=术语位置next（）.位置；
if（位置。包含（位置））
{
继续；
}
职位。添加（职位）；
//如果术语匹配多个位置，则只应计算新位置
打破
}
}
返回位置。大小（）*1.0/numberOfPositions；
}

您可以在查询中将其用作函数\分数脚本

{
“功能评分”：{
“查询”：{
“匹配”：{
“信息”：“我喜欢弹性的东西，因为elasticsearch超级酷”
}
},
“脚本_分数”：{
“参数”：{
“条款”：[
“我”，
“像”，
“弹性”，
“事情”，
“自”，
“弹性搜索”，
“是”，
“超级”，
“酷”
],
“字段”：“消息”，
“位置字段”：“消息位置计数”
},
“lang”：“native”，
“脚本”：“匹配的位置和比率”
},
“增压模式”：“更换”
}
}

然后，您可以将“min_score”设置为1，并仅获取与给定字段中的所有位置匹配的文档

---

我希望这个解决方案就是您所需要的。

您能解决这个问题吗？你试过Percolator和同义词过滤器吗？这似乎是一个常见的用例。现在是否有更好的（现成的）方法来处理这个问题，或者我们只需要使用本机脚本解决方案？