问题描述
Lucene/elasticsearch 提供了复合令牌/子令牌的可能性。这是一个重要的功能,例如德语单词组合。 lucene 的默认行为是将子标记与 OR
组合在一起,以免影响召回并排除返回的文档。但是,在特定情况下,则相反。
假设我要索引以下两个文档:
文档 1:
PUT /idxwith/_doc/1
{
"name": "stockfisch"
}
文档 2:
PUT /idxwith/_doc/2
{
"name" : "laufstock"
}
这里的单词会分解如下:
stockfisch ==> stock,fisch
laufstock ==> lauf,stock
POST /idxwith/_search
{
"query": {
"match": {
"name": {
"query": "stockfisch"
}
}
}
}
我希望只返回第一个文档 - 事实并非如此。由于子标记与 OR
结合,两个文档都将被返回(影响我的搜索精度):
"hits" : [
{
"_index" : "idxwith","_type" : "_doc","_id" : "1","_score" : 0.3287766,"_source" : {
"name" : "stockfisch"
}
},{
"_index" : "idxwith","_id" : "2","_score" : 0.241631,"_source" : {
"name" : "laufstock"
}
}
]
我正在寻找有关如何调整 lucene(或弹性)以使此行为可配置的提示,即能够定义子令牌在必要时与 AND
组合。
谢谢!