OpenSearch中使用评分脚本时如何获取纯k-NN分数及实现排序需求

1. 当前分数的计算方式 #

你使用的script_score查询逻辑是：先通过bool filter完成预过滤（这里是price范围筛选），再对每个符合条件的文档执行knn_score脚本计算最终得分。

针对cosinesimil（余弦相似度）类型的k-NN分数，OpenSearch内部会先算出查询向量与文档向量的余弦相似度值（范围是**[-1, 1]**），为了适配评分体系的正分需求，会自动做转换：最终得分 = 余弦相似度值 + 1。

2. 分数为何超过1？ #

余弦相似度的最大值是1，加上1之后会得到0到2之间的正数。你看到的1.017859，对应的原始余弦相似度是0.017859，转换后自然超过了1。

3. 预过滤后能否仅获取k-NN的相似度分数？ #

可以，只需修改knn_score脚本的计算逻辑，直接返回原始的余弦相似度值即可。

4. 预过滤后仅基于k-NN分数排序的实现方法 #

有两种简洁的实现方式：

方式一：修改脚本返回原始相似度并排序 #

直接用cosineSimilarity函数计算原始余弦相似度，让得分直接作为排序依据：

GET /my_index/_search
{
  "query": {
    "script_score": {
      "query": {
        "bool": {
          "filter": {
            "range": {
              "price": {
                "gte": 200,
                "lte": 350
              }
            }
          }
        }
      },
      "script": {
        "source": "cosineSimilarity(params.query_value, doc[params.field])",
        "params": {
          "field": "my_vector",
          "query_value": [1.5, 5.5, 4.5, 6.4]
        }
      }
    }
  },
  "sort": [
    {
      "_score": {
        "order": "desc"
      }
    }
  ]
}

这里得分范围是[-1,1]，按降序排列后，相似度越高的文档越靠前。

方式二：用function_score替代script_score #

通过filter完成预过滤，再用script_score函数返回原始相似度，并用boost_mode: replace确保最终得分完全由k-NN相似度决定：

GET /my_index/_search
{
  "query": {
    "function_score": {
      "filter": {
        "range": {
          "price": {
            "gte": 200,
            "lte": 350
          }
        }
      },
      "functions": [
        {
          "script_score": {
            "script": {
              "source": "cosineSimilarity(params.query_value, doc[params.field])",
              "params": {
                "field": "my_vector",
                "query_value": [1.5, 5.5, 4.5, 6.4]
              }
            }
          }
        }
      ],
      "boost_mode": "replace"
    }
  },
  "sort": [
    {
      "_score": {
        "order": "desc"
      }
    }
  ]
}

内容的提问来源于stack exchange，提问作者Gengis Khan