Elasticsearch单数与复数搜索词未返回预期结果问题咨询

根因定位 #

当前索引所有text类型字段默认使用standard分词器，该分词器仅执行分词、小写转换等基础处理，不会对英文单复数、时态变体等词形做归一化，因此索引中存储的flowers与查询词中的flower会被识别为完全独立的词条，无法互相匹配。
另外你使用的"navy flower"~5属于短语查询的slop配置，作用是控制短语内词项的允许最大移动/插入步数，不能处理单字符级别的变形误差，也无法实现单复数匹配。

修复方案 #

方案1：配置带词干提取的分词器（推荐，长期稳定） #

在索引settings中自定义带porter词干提取器的分词器，适配英文词形变化场景，配置示例如下：

PUT /你的索引名
{
  "settings": {
    "analysis": {
      "analyzer": {
        "en_stem_analyzer": {
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "porter_stem"
          ]
        }
      }
    }
  },
  "mappings": {
    "_doc": {
      "properties": {
        "active": {"type": "long"},
        "description": {"type": "text","analyzer": "en_stem_analyzer"},
        "id": {"type": "integer"},
        "name": {"type": "text","analyzer": "en_stem_analyzer"},
        "sku": {"type": "text","analyzer": "en_stem_analyzer"},
        "upc": {
          "type": "text",
          "fields": {"keyword": {"type": "keyword","ignore_above": 256}}
        }
      }
    }
  }
}

配置完成后重新全量导入数据即可，此时flower和flowers都会被归一化为词根flower，搜索任意形态都可以命中对应文档。

方案2：调整查询参数（临时修复，无需重建索引） #

如果暂时无法修改索引配置，可以将原短语查询替换为带fuzziness参数的match查询，通过字符编辑距离适配单复数变形：

GET /你的索引名/_search
{
  "query": {
    "bool": {
      "should": [
        {"match": {"name": {"query": "navy flower","fuzziness": "AUTO","operator": "and"}}},
        {"match": {"sku": {"query": "navy flower","fuzziness": "AUTO","operator": "and"}}},
        {"match": {"description": {"query": "navy flower","fuzziness": "AUTO","operator": "and"}}}
      ]
    }
  }
}

其中fuzziness: AUTO会根据查询词长度自动设置允许的最大编辑距离，单复数仅需1位编辑距离即可命中。

内容的提问来源于stack exchange，提问作者smb