Elasticsearch中实现电影标题与集数关联搜索并过滤无关结果

要实现「仅当title_fa字段匹配时才累加title_fa.title_fa的得分」，核心是先确保核心字段title_fa匹配（过滤掉不含"it"的文档），再在这个基础上对子字段的匹配额外加分，具体修改如下：

调整后的查询语句 #

query = {
    "from": 0,
    "size": 300,
    "query": {
        "function_score": {
            # 主查询：必须匹配title_fa字段，确保文档含核心关键词（如"it"）
            "query": {
                "bool": {
                    "must": [
                        {
                            "multi_match": {
                                "query": keyword,
                                "fields": ["title_fa"]
                            }
                        }
                    ],
                    # 可选匹配子字段，仅当主字段匹配时才参与得分计算
                    "should": [
                        {
                            "multi_match": {
                                "query": keyword,
                                "fields": ["title_fa.title_fa"]
                            }
                        }
                    ],
                    "adjust_pure_negative": True,
                    "minimum_should_match": 0
                }
            },
            "functions": [
                # 对title_fa匹配的文档额外加权重分
                {
                    "weight": 2,
                    "filter": {
                        "multi_match": {
                            "query": keyword,
                            "fields": ["title_fa"]
                        }
                    }
                },
                # 仅当title_fa.title_fa也匹配时，再加额外权重分（依赖主字段已匹配）
                {
                    "weight": 1,
                    "filter": {
                        "multi_match": {
                            "query": keyword,
                            "fields": ["title_fa.title_fa"]
                        }
                    }
                }
            ]
        }
    }
}

关键修改说明 #

• 主查询改用bool must：强制要求title_fa字段匹配关键词，直接排除像《Annabelle episode 2》这类不含核心词（如"it"）的文档，从根源解决无关结果的问题。
• should子句加入子字段匹配：仅当主字段title_fa匹配时，子字段title_fa.title_fa的匹配才会贡献基础得分（比如匹配"episode 2"时提升排序优先级）。
• 保留原function_score的权重逻辑：在基础得分之上，对主字段匹配加2倍权重，子字段匹配加1倍权重，进一步强化核心匹配文档的排序优先级。

补充验证逻辑 #

由于你的mapping中title_fa字段已过滤掉"episode""2"这类停用词，所以当搜索"it episode 2"时：

• 《It episode 2》的title_fa字段会匹配"it"，满足must条件；title_fa.title_fa字段匹配"episode 2"，获得额外得分，排序靠前。
• 《Annabelle episode 2》的title_fa字段仅包含"annabelle"，无法匹配"it"，直接被must过滤，不会出现在结果中。

内容的提问来源于stack exchange，提问作者Farnaz Maleki