Elasticsearch查询字符串与匹配短语组合

我认为最好是描述我的意图，并尝试将其分解为代码

我希望用户能够在选择

query\u字符串时进行复杂查询。例如“AND”和“OR”和“~”等

我想让模糊性生效，这让我做了一些让我感到肮脏的事情，比如“#{query}~”发送到ES，换句话说，我代表用户指定模糊查询，因为我们提供的音译可能很难获得准确的拼写

有时，用户搜索一个短语中的许多单词<代码>查询字符串单独搜索，而不是作为短语搜索。例如，当这三个词按顺序排列时，“他将”应该给我带来最热门的比赛，然后再给我任何东西

当前查询：

{
  "indices_boost": {},
  "aggregations": {
    "by_ayah_key": {
      "terms": {
        "field": "ayah.ayah_key",
        "size": 6236,
        "order": {
          "average_score": "desc"
        }
      },
      "aggregations": {
        "match": {
          "top_hits": {
            "highlight": {
              "fields": {
                "text": {
                  "type": "fvh",
                  "matched_fields": [
                    "text.root",
                    "text.stem_clean",
                    "text.lemma_clean",
                    "text.stemmed",
                    "text"
                  ],
                  "number_of_fragments": 0
                }
              },
              "tags_schema": "styled"
            },
            "sort": [
              {
                "_score": {
                  "order": "desc"
                }
              }
            ],
            "_source": {
              "include": [
                "text",
                "resource.*",
                "language.*"
              ]
            },
            "size": 5
          }
        },
        "average_score": {
          "avg": {
            "script": "_score"
          }
        }
      }
    }
  },
  "from": 0,
  "size": 0,
  "_source": [
    "text",
    "resource.*",
    "language.*"
  ],
  "query": {
    "bool": {
      "must": [
        {
          "query_string": {
            "query": "inna alatheena",
            "fuzziness": 1,
            "fields": [
              "text^1.6",
              "text.stemmed"
            ],
            "minimum_should_match": "85%"
          }
        }
      ],
      "should": [
          {
            "match": {
                "text": {
                    "query": "inna alatheena",
                    "type": "phrase"
                }
            }
        }
        ]
    }
  }
}

注意：

alatheena

在没有

~

的情况下搜索不会返回任何内容，尽管我在索引中有

alatheena

。所以我必须做一个模糊搜索

有什么想法吗？

你应该用它来实现

一种查询，用于生成由其 子查询，并为每个文档的 由任何子查询生成的文档，加上一个中断连接 任何其他匹配子查询的增量

这在使用搜索多个字段中的单词时非常有用 不同的增压系数（因此不能组合磁场 等效为单个搜索字段）。我们想让初选的分数 是与最高增压相关联的

如何使用它的快速示例：

POST /_search
{
  "query": {
    "dis_max": {
      "tie_breaker": 0.7,
      "boost": 1.2,
      "queries": [
        {
          "match": {
            "text": {
              "query": "inna alatheena",
              "type": "phrase",
              "boost": 5
            }
          }
        },
        {
          "match": {
            "text": {
              "query": "inna alatheena",
              "type": "phrase",
              "fuzziness": "AUTO",
              "boost": 3
            }
          }
        },
        {
          "query_string": {
            "default_field": "text",
            "query": "inna alatheena"
          }
        }
      ]
    }
  }
}

---

它将运行您的所有查询，并且将采用与其他查询相比得分最高的查询。因此，只需使用它定义您的规则。你应该实现你想要的。

我看到你在做古兰经经文的索引，+1

如果我理解正确的话，您的许多问题域都可以通过在Aayah文档的一个单独字段中存储大量的音译变体（及其组合的排列）来解决

首先，您应该制作一个字符过滤器，将所有双字母替换为单字母

[aa]=>[a]

，

[ll]=>[l]

也可以将包含所有

[a，e，i]

的单独字段（因为它们的“呼应性”//transcribal歧义性）替换为

€

或类似内容，并在查询时执行相同操作，以获得尽可能多的匹配项

此外，“Allateena”中的TH（作为脚注，可能真的是Dhaal、Thaa、Zhaa、Taa+Haa、Taa+Hhaa、Ttaa+Hhaa转录…）应该被某个东西取代，或者Dhaal和Thaa都应该被转录多次

然后，因为它是古兰经的脚本，所有不带变音符号的Alef、Hamza、Madda等都应该被视为Alef（或Hamzat）ul-Wasl，在索引/搜索时也应该考虑到这一点，因为阿拉伯语中的Waqf/Wasl。（以苏拉特阿拉克省第一个阿雅省的所有Wasl为例）

---

不知道这是否以任何方式回答了您的问题，但我希望这对实现您的应用程序有帮助。

这太棒了！今晚我想试试这个，让你知道效果如何。还有一个问题，match_短语查询不支持模糊性，我如何才能使其实现？例如，它不会返回任何带有“inna alatheena”的内容，因为它实际上是“inna allatheena”@MohamedElMahallawy，你是对的。模糊查询不适用于短语查询。我所能想到的就是使用char_过滤器将ll规范化为l。或者更好，使用启用功能。不知道这算不算自我提升（但这是一个利基领域，谁在乎呢），以下是我在同一个问题领域所做的一些工作：