能否在Azure Cognitive Search中使用类似Elasticsearch的should可选过滤查询？

Azure Cognitive Search 有内置的原生功能可以实现该需求，无需分开两次查询再手动合并排序，常见实现方案有两种：

方案1：评分配置（推荐，适用于固定的分类优先规则） #

你可以提前在索引中定义评分配置，为匹配指定分类的文档叠加固定加权分，实现自动优先排序：

• 给索引新增评分配置，添加tag类型的评分函数，绑定你的分类字段，设置加权系数（数值越大优先级越高），示例配置如下：

"scoringProfiles": [
  {
    "name": "prioritizeTargetCategory",
    "functions": [
      {
        "type": "tag",
        "fieldName": "category", // 替换为你实际的分类字段名
        "boost": 10,
        "tag": { "tagsParameter": "targetCategory" }
      }
    ],
    "functionAggregation": "sum"
  }
]

• 查询时指定使用该评分配置，同时传入你要优先展示的分类值即可，查询参数示例：
  scoringProfile=prioritizeTargetCategory&targetCategory=你要优先的分类值

方案2：查询时动态加权（适用于灵活调整的分类优先规则） #

如果不想提前修改索引配置，也可以直接在查询表达式中用^符号给分类匹配的子句加权，效果和Elasticsearch的should加权逻辑一致：
示例：假设检索词为「办公软件」，要优先展示分类为「工具评测」的文档，查询表达式可以写为：
(办公软件) OR (category:"工具评测" AND 办公软件)^10
该表达式会返回所有匹配检索词的文档，同时符合分类要求的文档会获得额外10倍加权，自动排在结果前列。

两种方案均由Azure Cognitive Search内部完成评分排序，性能远高于手动合并结果，也不会出现分页数据错乱的问题。

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