TF/IDF領域內促進

我的使用情況是這樣的：爲查詢iphone charger，我得到較高的相關成果，有name，iphone charger coupons比名iphone charger，可能是因爲在description其他領域更好地匹配和。提升name領域沒有什麼幫助，除非我大大偏離重要性。我真正需要的是tf/idf升壓內name場TF/IDF領域內促進

引述elasticsearch blog：

在一個領域術語的頻率由字段的長度偏差。然而，實際評分功能以相同的方式處理所有領域。它會將所有標題字段（因爲它們很短）視爲比所有字段更重要（因爲它們很長）。

我需要提高此more important值的特定字段。我們可以用功能分數或其他方式來做到這一點嗎？

來源

2015-07-02 device_exec

我想你是從錯誤的角度思考這個問題。想想你的要求是什麼。 ''iphone充電器「'比其他文字短。這是你想要贊成這個文本的規則嗎？您需要考慮匹配規則，然後考慮如何實現這一點。搞不清'tf/idf'是不是需要的，imo。 –

@AndreiStefan對我來說名字領域自然比任何其他領域都重要。但在名義上，即使在比賽之後，相關性也不是完全可以接受的，因爲一個額外的單詞會改變一切。如此少的話+更多的匹配給我想要的結果 –

你見過[this]（https://www.elastic.co/guide/en/elasticsearch/guide/current/ignoring-tfidf.html）嗎？ –

一個長度的長度差異是而不是與評分算法有很大不同（事實上，由於長度標準的不精確性，完全消失）。如果在其他領域有點擊，你會有很多得分的元素來對抗。

A dis_max可能是一個合理的方法。而不是所有的添加分數和座標，以及您試圖克服的問題，它只會選擇最匹配子查詢的分數。如果您針對標題增強查詢，則可以確保強烈首選匹配。

然後，您可以分配一個「tie_breaker」，這樣只有當「標題」分數相關時，才能將與分數查詢相對應的分數計算在內。

{ 
    "dis_max" : { 
     "tie_breaker" : 0.2, 
     "queries" : [ 
      { 
       "terms" : { 
        "age" : ["iphone", "charger"], 
        "boost" : 10 
       } 
      }, 
      { 
       "terms" : { 
        "description" : ["iphone", "charger"] 
       } 
      } 
     ] 
    } 
}

另一種方法來這樣的事情，如果你絕對知道，當你對整個領域的精確匹配，是單獨索引字段的非記號化版本，並查詢該場以及。任何與非域名版本匹配的字段都將與整個字段內容完全匹配。這將阻止你需要依靠長度規範來做出決定。

來源

2015-07-02 18:10:02 femtoRgon

謝謝我會嘗試打破平局。這是否意味着「短田地具有高權重」中提到的權重設置得如此之低以至於需要10倍的提升才能擊敗其他競爭領域？ –

TF/IDF領域內促進

回答

相關問題