MongoDB Atlas Search优化：如何让Cameron Brink匹配评分更高？

问题背景 #

当前使用MongoDB Atlas Search实现实时搜索，搜索关键词cameron bri时，Cameron Brink: Stanford的搜索评分低于Haley Cameron: Eastern Ill.，需要修改索引定义让前者获得更高评分。

修改方案 #

将label字段的分词策略从nGram改为edgeGram，还可可选提升字段权重，具体索引定义如下：

{
  "mappings": {
    "dynamic": true,
    "fields": {
      "label": {
        "maxGrams": 7,
        "tokenization": "edgeGram",
        "type": "autocomplete",
        "weight": 2 // 可选：进一步提升label字段的整体权重
      },
      "ptgc": {
        "type": "string"
      },
      "sort": {
        "type": "number"
      }
    }
  },
  "storedSource": true
}

原理说明 #

• 原nGram分词会生成字段内所有位置的连续字符组合，导致Haley Cameron中位于文本中间的Cameron也能匹配到足够的gram，获得较高评分。
• edgeGram仅从字段起始位置生成连续字符组合，Cameron Brink: Stanford的开头Cameron和后续Brink的前三个字符bri会被精准匹配；而Haley Cameron中的Cameron不在起始位置，无法通过edgeGram匹配到有效组合，因此前者的匹配度和评分会显著高于后者。

内容的提问来源于stack exchange，提问作者Canovice