elasticsearch Elasticsearch评分说明与实际评分功能不同

从中，我们有以下用于计算分数的函数

score(q,d)  =  
            queryNorm(q)  
          · coord(q,d)    
          · ∑ (           
                tf(t in d)   
              · idf(t)²      
              · t.getBoost() 
              · norm(t,d)    
            ) (t in q) 

然而，当查看下面的解释示例时，似乎存在一些不一致之处。 1） 说明仅显示idf，不显示idf²

2） 协调因素在哪里

3） 从解释来看，分数的计算方法似乎是：（tf*idf*fieldNorm）+（子句数*boost*queryNorm）

索引文档：

PUT test/type/1
{
  "text": "a b c"
}

查询：

GET test/type/_search
{
  "explain":"true",
  "query": {
    "match": {
      "text": "a"
    }
  }
}

结果:

{
  "took": 5,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 0.15342641,
    "hits": [
      {
        "_shard": 3,
        "_node": "5QvbXVlRSku-p_g81ZXpjQ",
        "_index": "test",
        "_type": "type",
        "_id": "1",
        "_score": 0.15342641,
        "_source": {
          "text": "a b c"
        },
        "_explanation": {
          "value": 0.15342641,
          "description": "sum of:",
          "details": [
            {
              "value": 0.15342641,
              "description": "weight(text:a in 0) [PerFieldSimilarity], result of:",
              "details": [
                {
                  "value": 0.15342641,
                  "description": "fieldWeight in 0, product of:",
                  "details": [
                    {
                      "value": 1,
                      "description": "tf(freq=1.0), with freq of:",
                      "details": [
                        {
                          "value": 1,
                          "description": "termFreq=1.0",
                          "details": []
                        }
                      ]
                    },
                    {
                      "value": 0.30685282,
                      "description": "idf(docFreq=1, maxDocs=1)",
                      "details": []
                    },
                    {
                      "value": 0.5,
                      "description": "fieldNorm(doc=0)",
                      "details": []
                    }
                  ]
                }
              ]
            },
            {
              "value": 0,
              "description": "match on required clause, product of:",
              "details": [
                {
                  "value": 0,
                  "description": "# clause",
                  "details": []
                },
                {
                  "value": 3.2588913,
                  "description": "_type:type, product of:",
                  "details": [
                    {
                      "value": 1,
                      "description": "boost",
                      "details": []
                    },
                    {
                      "value": 3.2588913,
                      "description": "queryNorm",
                      "details": []
                    }
                  ]
                }
              ]
            }
          ]
        }
      }
    ]
  }
}

• 您缺少一个idf案例，因为您的查询中只有一个子句。idf的第二个乘法来自于查询权重，这在这样一个简单的查询中是看不到的。第二个idf被querynorm取消。查询形式（简化一点）是：

  1/√ (∑ idf^2）

  ，使用单个术语将其变为：

  1/idf

  ，因此查询权重变为idf/idf。尽管所有这些都是隐式的，因为只有一个子句，所以不需要计算查询权重

在这个查询中只有一个术语，所以不需要考虑。也就是说，coord=overlap/maxOverlap=1/1=1
• 不知道这是从哪里来的。我相信你被抛出了一个

  \u类型的
  查询。似乎是添加到针对给定Elasticsearch类型进行搜索的必填项。请注意，此查询的分数为零。因此，所有比赛都必须符合指定的_类型，但该术语不应影响分数
  

如果您想查看评分算法中的所有内容，则需要使用更接近实际情况的测试数据集和查询。这个测试有一个简单的文档和一个简单的查询。在这种情况下，是的，算法看起来很简单：

分数=tf*idf*fieldNorm=1*0.30685282*.5

---

但是您没有看到坐标、查询规范或总体wuery权重计算，因为您的查询太简单了。您没有看到特别有意义的idf（或tf），因为只有一个文档和一个匹配项。你看不到求和，因为你对一个术语有一个打击，所以没有什么可求和的。该算法主要用于从较大的数据集生成有意义的分数。

协调系数是查询中出现在返回文档中的术语数量。对于问题2，由于搜索仅针对一个术语，协调系数为1，因此不显示。如果查询是“abx”，那么协调系数将是2/3。本文可能也会有所帮助：但是插入idf的值将是：=（1+ln（0.5））=（1+（-069314））=0.30685282，因此idf^2将接近于0。094158@user6811487-误解了第一个问题。现在编辑。