如何基于自定义加权条件对Elasticsearch语义搜索结果重打分？

我正在使用Elasticsearch的ELSER推理模型进行语义搜索，需要按照以下规则对搜索结果进行重打分排序：

• spotlight标记为true的文档置于首位
• 其次是verified标记为true的文档
• 最后按votes字段降序排序

原语义搜索查询 #

GET business-index/_search?filter_path=hits.hits._source.title,hits.hits._source.subtitle,hits.hits._source.categorySearch,hits.hits._source.spotlight,hits.hits._source.verified,hits.hits._source.votes,hits.hits._source.createdAt
{
  "query": {
    "semantic": {
      "query": "broken pipes",
      "field": "elser"
    }
  }
}

修改后的查询（带重打分逻辑） #

GET business-index/_search?filter_path=hits.hits._source.title,hits.hits._source.subtitle,hits.hits._source.categorySearch,hits.hits._source.spotlight,hits.hits._source.verified,hits.hits._source.votes,hits.hits._source.createdAt
{
  "query": {
    "function_score": {
      // 保留原有的ELSER语义查询作为基础查询
      "query": {
        "semantic": {
          "query": "broken pipes",
          "field": "elser"
        }
      },
      // 定义重打分函数，按优先级设置权重
      "functions": [
        {
          // spotlight文档加最高权重
          "filter": {
            "term": {
              "spotlight": true
            }
          },
          "weight": 20
        },
        {
          // verified文档加次高权重
          "filter": {
            "term": {
              "verified": true
            }
          },
          "weight": 10
        },
        {
          // 基于votes字段做对数加权，避免高votes文档完全盖过语义相关性
          "field_value_factor": {
            "field": "votes",
            "factor": 1,
            "modifier": "log1p",
            "missing": 0
          },
          "weight": 5
        }
      ],
      // 权重与基础语义得分相加，保证语义相关性依然起作用
      "boost_mode": "sum",
      "score_mode": "sum"
    }
  },
  // 最终排序：先按综合得分降序，得分相同则按votes降序
  "sort": [
    {
      "_score": "desc"
    },
    {
      "votes": {
        "order": "desc"
      }
    }
  ]
}

关键逻辑说明 #

• 基础查询保留：将原有的semantic查询嵌套在function_score的query字段中，确保语义相关性是排序的基础。
• 优先级权重设置：
  • spotlight: true的文档额外加20权重，确保这类文档排在最前面
  • verified: true的文档额外加10权重，优先级仅次于spotlight文档
• votes字段处理：使用log1p修饰符避免高votes值的文档完全压制语义得分，同时给votes设置较低的权重（这里设为5），保证语义相关性为主、votes为辅的排序逻辑。
• 排序规则：先按综合得分（语义得分+权重）降序，得分相同时再按votes降序，完全符合需求中的排序优先级。

内容的提问来源于stack exchange，提问作者R4nc1d