如何用内置脚本knn_score查询OpenSearch？向量距离是否为_score？

问题详情 #

我根据OpenSearch的KNN评分脚本文档创建了KNN索引，创建索引的代码如下：

PUT /test-index
{
  "settings": {
    "index.knn": true
  },
  "mappings": {
    "properties": {
      "my_vector1": {
        "type": "knn_vector",
        "dimension": 1024
      }
    }
  }
}

之后向该索引添加了数据，接着用以下脚本查询来获取向量间的距离：

GET my-knn-index-1/_search
{
 "size": 4,
 "query": {
   "script_score": {
     "query": {
       "match_all": {}
     },
     "script": {
       "source": "knn_score",
       "lang": "knn",
       "params": {
         "field": "my_vector2",
         "query_value": [2.0, 3.0, 5.0, 6.0],
         "space_type": "cosinesimil"
       }
     }
   }
 }
}

得到的响应中包含_score字段（示例值为1.12），想确认：向量间的距离是不是通过_score返回的？还是我的操作存在错误？

解答 #

操作中的错误点 #

• 索引不匹配：创建的索引是test-index，但查询的是my-knn-index-1，查询目标并非你写入数据的索引。
• 字段不匹配：索引映射定义的向量字段是my_vector1，但查询脚本指定的是my_vector2，该字段不存在于你的索引中。
• 维度不匹配：创建的向量维度为1024，但查询的query_value仅4维，维度不一致无法计算相似度。

得分与距离的关系 #

当使用cosinesimil（余弦相似度）作为空间类型时，knn_score返回的_score不是原始距离，而是1 + 余弦相似度。余弦相似度的取值范围是[-1, 1]，因此_score的范围是[0, 2]：

• 得分越高，向量相似度越高
• 对应的余弦距离（1 - 余弦相似度）越小

如果需要直接获取余弦距离，可对得分做转换：用2 - _score即可得到对应的余弦距离值。

内容的提问来源于stack exchange，提问作者kishi