Elasticsearch专利检索：设置关键词优先级及解决查询报错

直接列你写的DSL里的几个硬伤，改完就能解决解析报错：

• match查询结构错误：你当前的写法{"match": {"title": "AMBRA1", "boost": 2}}不符合ES语法，boost是match查询的配置项，不是字段的属性，正确结构需要把查询词和权重都放在字段对应的配置对象里，否则ES解析时会把boost当成title字段的待查询内容，直接抛格式错误。
• 存在无效空查询：你在should块里加了三个查询值为空字符串的match条件，ES默认不允许空字符串的全文检索请求，这部分属于无意义冗余内容，会直接触发解析报错。
• 参数值非法：range查询里的lte传了Python风格的空值None，ES无法识别该值，不需要上界限制直接删掉lte配置即可，不要传空值占位。
• 存在冗余空逻辑块：must数组里第一个子查询是should为空的bool查询，没有任何检索逻辑，虽然不一定直接报错，但会干扰评分计算，直接删掉即可。
• 顶层参数不合法：language: 'EN'、stemming: 'true'不是Elasticsearch原生DSL的顶层参数，原生ES的词干提取、语言适配是在索引字段的分析器层面提前配置的，不需要查询时传参；如果你用的是第三方封装的专利检索接口，需要单独确认这两个自定义参数的传参位置，不要直接放在ES查询结构里。

text类型字段完全支持关键词权重配置，不需要用terms查询——terms是做精确枚举值匹配的，不适合text字段的分词检索场景，直接用boost参数配合全文检索类查询即可实现优先级区分，规则如下：

• 同字段不同关键词权重：比如权利要求（claim）字段里的核心关键词、次要关键词，直接给对应match查询设置不同boost值即可，权重越高，匹配到该关键词的文档得分越高，排序越靠前，一般按照3:1的比例区分核心/次要关键词就足够。
• 跨字段同关键词权重：如果要让同一个关键词在标题、摘要、权利要求里的权重不同（比如标题匹配优先级最高），可以给不同字段的match查询单独设权重，也可以用multi_match统一配置，写法更简洁。
• bool查询逻辑适配：必须满足的检索条件放在must块里，非必须但匹配到可以提权的条件放在should块里——should块的条件不匹配不会过滤文档，匹配到会额外加分，非常适合配置高优先级的提权规则。

{
  "query": {
    "bool": {
      "must": [
        {
          "bool": {
            "should": [
              // 权利要求字段核心关键词，权重3
              {"match": {"claim": {"query": "核心检索关键词", "boost": 3}}},
              // 权利要求字段次要关键词，权重1
              {"match": {"claim": {"query": "次要检索关键词", "boost": 1}}}
            ]
          }
        },
        {
          "range": {
            "date_published": {
              "gte": "2019-01-01"
            }
          }
        }
      ],
      "should": [
        // AMBRA1跨字段提权，标题匹配权重最高
        {"match": {"title": {"query": "AMBRA1", "boost": 3}}},
        {"match": {"abstract": {"query": "AMBRA1", "boost": 2}}},
        {"match": {"claim": {"query": "AMBRA1", "boost": 2}}}
      ],
      "filter": [
        {"exists": {"field": "title"}}
      ]
    }
  },
  "size": 10,
  "from": 0
}

注意：权重值不需要设置得过大，按照优先级比例配置即可，过高的权重值会导致评分逻辑失衡，反而影响排序结果。如果需要检索AMBRA1这类专有名词，可以给对应字段配置保留专有名词的分析器，避免分词错误导致漏检。

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