如何在Azure Cognitive Search中获取查询结果的匹配相似度得分

这个需求完全可以实现，你之前查到的Scoring Profiles是用来调整多字段权重、字段值加权的通用评分配置，和你需要的术语级字符串相似度计算确实不属于同一类功能，你可以通过以下两种路径实现需求：

核心实现路径 #

路径1：用原生能力快速实现 #

• 首先给Surname这类需要做拼写容错匹配的字段开启可搜索属性，查询时使用ACS内置的模糊搜索语法：在查询词后加~后缀，比如你示例中的输入gmz，查询时写为gmz~，即可返回和输入词编辑距离≤2的所有匹配结果，天生支持拼写错误、缺漏字母的匹配场景。
• 原生模糊搜索默认会返回基于编辑距离的匹配得分，编辑距离越小、匹配度越高得分越高，你可以直接将这个得分映射为你需要的Coincidence Score，无需额外开发。

路径2：自定义相似度计算规则 #

如果你需要用示例中「按顺序匹配的相同字母占原字符串长度比例」的自定义规则，可按以下步骤实现：

• 在你的ACS索引中新增一个可返回的数值类型字段CoincidenceScore
• 模糊查询拿到候选结果后，自行实现字符串相似度计算逻辑即可：你示例中的规则本质是最长公共子序列（LCS）长度除以目标字段字符串长度，也可以替换为Jaro-Winkler、Levenshtein等常用字符串相似度算法，计算量极低，前端后处理、服务端后处理都可以实现。
• 如果你需要服务端自动化计算，可以将该逻辑封装为ACS自定义技能，在查询阶段自动计算并写入CoincidenceScore字段返回。

资料查询方式 #

直接查阅Azure Cognitive Search官方文档，搜索「模糊搜索」「自定义技能」「查询结果评分」相关关键词，即可获取完整的配置说明和代码示例。

内容的提问来源于stack exchange，提问作者Janska