检索精度与召回率排序问题：如何在相关结果内按评分排序？

核心问题分析 #

你当前的match查询默认采用任意匹配逻辑：只要文档包含course或english其中一个词就会被召回。当按rating排序时，像course makeup这种仅含单个搜索词、但评分高的无关文档就会排在前列，不符合你对“相关文档”的预期。

下面提供两种针对性解决方案：

方案1：严格过滤出同时包含所有搜索词的文档（推荐） #

通过给match查询添加minimum_should_match: 2参数，强制要求文档必须同时匹配course和english两个词，直接排除仅含单个词的无关文档，再在这个范围内按评分排序。

示例查询 #

GET idx_test/_search
{
  "query": {
    "match": {
      "name": {
        "query": "course english",
        "minimum_should_match": 2
      }
    }
  },
  "sort": [
    {
      "rating": {
        "order": "desc"
      }
    },
    {
      "_score": {
        "order": "desc"
      }
    }
  ]
}

执行结果 #

"hits": [
  {
    "_index": "idx_test",
    "_id": "YgqH8YkBOnuUjQMmwaIc",
    "_score": 0.7777306,
    "_source": {
      "name": "course english mediujm",
      "rating": 4
    },
    "sort": [4, 0.7777306]
  },
  {
    "_index": "idx_test",
    "_id": "YQqH8YkBOnuUjQMmwaIc",
    "_score": 0.7777306,
    "_source": {
      "name": "course english advance",
      "rating": 2
    },
    "sort": [2, 0.7777306]
  }
]

此方案完全符合你“仅在相关文档内排序”的需求，同时保留了所有同时匹配两个搜索词的潜在相关文档。

方案2：保留潜在相关文档但确保相关内容优先排序 #

如果需要召回仅含单个词的潜在相关文档，但不想让它们排在高评分的无关位置，可以用bool查询结合权重提升，让同时匹配两个词的文档获得更高的相关性得分，再将_score作为排序的前置条件，确保相关文档即使评分稍低也能排在前面。

示例查询 #

GET idx_test/_search
{
  "query": {
    "bool": {
      "should": [
        // 匹配两个词的文档，赋予高权重
        {
          "match": {
            "name": {
              "query": "course english",
              "minimum_should_match": 2,
              "boost": 10
            }
          }
        },
        // 匹配任意一个词的文档，权重较低
        {
          "match": {
            "name": "course english"
          }
        }
      ],
      "minimum_should_match": 1
    }
  },
  "sort": [
    {
      "_score": {
        "order": "desc"
      }
    },
    {
      "rating": {
        "order": "desc"
      }
    }
  ]
}

此方案下，同时含两个词的文档会因为高权重的_score排在最前面，之后才是仅含单个词的文档，兼顾了召回范围和排序合理性。

内容的提问来源于stack exchange，提问作者rabbitbr