Python 在elasticsearch中仅使用数字字段索引文档

我试图在elasticsearch中存储仅由数字字段表示的对象。在我的例子中，每个对象有300个浮点字段和1个id字段。我已将id字段设置为未分析。我能够将文件存储在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,

但是现在我想运行一个查询，用相同的300个字段表示，但不同的数值（当然）。现在我想找到300个字段与此查询字段“最相似”的文档。 这有点像做余弦相似性，但我试着用ES来做这件事，这样做很快

（1） 首先，我现在做的事情有可能做到吗

（2） 第二，我探索了ES的特性并尝试使用它，但它返回的最大匹配分数是0.0

---

关于我应该使用什么以及我在[2]中可能做了什么错误的任何评论。

我认为您仍然需要

函数\u分数

，但像这样（它对我有效）：

---

当我尝试执行此操作时，会出现以下错误：原因='，%r'%self.info['error']['root_cause'][0]['reason']TypeError:字符串索引必须是整数我从“origin”和“scale”值中删除双引号时不会出现此错误。我用5.3测试了这一点，并从Kibana开发工具发送了查询。我使用的是1.7，这可能就是原因。

{
  "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"
    }
  }
}