Elasticsearch 5.4基于句中词位置的评分优化方案咨询

嘿，我刚好处理过类似的排序需求，结合你用的Elasticsearch 5.4和FOSElasticaBundle，给你一套可行的解决方案——核心思路是通过自定义评分规则，给那些文本以查询词开头的文档额外加分，让它们排在更前面。

问题根源 #

默认的match查询会基于词频、逆文档频率等因素计算评分，像“protection de disque de frein”这类包含查询词但不在开头的文档，可能因为词的位置或权重计算拿到更高分，所以我们需要手动干预评分逻辑。

步骤1：给目标字段添加Keyword子字段 #

因为text类型的字段会被分词，无法直接判断原始文本的开头，所以得给目标字段加一个keyword子字段，用来存储未分词的原始内容。在FOSElasticaBundle的映射配置里这么写：

fos_elastica:
    indexes:
        your_index_name:
            types:
                your_type_name:
                    mappings:
                        # 假设你的目标字段叫product_name
                        product_name:
                            type: text
                            fields:
                                keyword:
                                    type: keyword
                                    ignore_above: 256 # 根据你的文本长度调整

步骤2：用Function Score查询实现自定义评分 #

我们需要用function_score查询，在基础的match查询之上，添加一个脚本评分规则——如果文档的keyword子字段以查询词开头，就给它加一个高权重（比如10分，你可以根据实际情况调整）。

方式一：通过FOSElasticaBundle配置文件实现

如果你的查询是固定场景，可以直接写在配置里：

fos_elastica:
    indexes:
        your_index_name:
            types:
                your_type_name:
                    # ... 其他映射、持久化配置
                    query:
                        function_score:
                            query:
                                match:
                                    product_name:
                                        query: "disque de frein" # 这里可以动态替换成用户输入的查询词
                            functions:
                                - script_score:
                                    script:
                                        inline: "doc['product_name.keyword'].value.startsWith(params.query_term) ? 10 : 0"
                                        params:
                                            query_term: "disque de frein"
                            boost_mode: sum # 把原始评分和脚本额外评分相加

方式二：在代码中动态构建查询（更灵活，适合用户输入的动态查询）

如果是在Repository里处理用户的动态查询，可以这么写：

use Elastica\Query;
use Elastica\Query\FunctionScore;
use Elastica\Script;

// 获取用户输入的查询词
$userQuery = "disque de frein";

// 1. 构建基础的match查询，确保能匹配到所有包含查询词的文档
$matchQuery = new Query\Match();
$matchQuery->setField('product_name', $userQuery);

// 2. 构建脚本评分规则：判断product_name的keyword子字段是否以查询词开头
$script = new Script([
    'inline' => "doc['product_name.keyword'].value.startsWith(params.query_term) ? 10 : 0",
    'params' => ['query_term' => $userQuery]
]);
$scriptScoreFunction = new FunctionScore\ScriptScore($script);

// 3. 组合function_score查询
$functionScoreQuery = new FunctionScore();
$functionScoreQuery->setQuery($matchQuery);
$functionScoreQuery->addFunction($scriptScoreFunction);
$functionScoreQuery->setBoostMode('sum'); // 叠加原始评分和额外评分

// 4. 执行查询并获取结果
$results = $this->find($functionScoreQuery);

注意事项 #

• 脚本权限：ES5.4默认可能限制了inline脚本的执行，你需要在elasticsearch.yml里添加配置：script.inline: on和script.stored: on（生产环境建议做更严格的脚本权限控制，比如使用脚本白名单）。
• 权重调整：脚本里的10是额外加分的数值，你可以根据实际测试结果调整，比如如果开头匹配的文档需要更靠前，可以调到20，反之降低。
• 字段名称替换：记得把示例中的product_name换成你实际使用的字段名。

这样配置后，当用户搜索“disque de frein”时，以该短语开头的文档会因为额外的评分加成，排在包含该短语但不在开头的文档前面啦！

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