将静态相关性信号纳入评分

Elastic Stack Serverless

许多领域都有已知与相关性相关的静态信号。例如，PageRank 和 URL 长度是网页搜索中常用的两个特征，可以独立于查询来调整网页的评分。

有两种主要的查询允许将静态评分贡献与文本相关性结合起来，例如使用 BM25 计算的。

例如，假设您有一个 pagerank 字段，您希望将其与 BM25 分数结合起来，以便最终分数等于 score = bm25_score + pagerank / (10 + pagerank)。

使用 script_score 查询，查询将如下所示：

		 GET index/_search {
  "query": {
    "script_score": {
      "query": {
        "match": { "body": "elasticsearch" }
      },
      "script": {
        "source": "_score * saturation(doc['pagerank'].value, 10)"
      }
    }
  }
}

	

pagerank 必须映射为数字类型

而使用 rank_feature 查询，它将如下所示：

		 GET _search {
  "query": {
    "bool": {
      "must": {
        "match": { "body": "elasticsearch" }
      },
      "should": {
        "rank_feature": {
          "field": "pagerank",
          "saturation": {
            "pivot": 10
          }
        }
      }
    }
  }
}

	

pagerank 必须映射为 rank_feature 字段

虽然这两个选项都会返回相似的分数，但存在权衡：script_score 提供了极大的灵活性，使您能够按照自己的意愿将文本相关性分数与静态信号结合起来。另一方面，rank_feature 查询只暴露了几种将静态信号纳入评分的方法。但是，它依赖于 rank_feature 和 rank_features 字段，这些字段以特殊方式索引值，使 rank_feature 查询能够跳过非竞争性文档，从而更快地获得查询的顶级匹配项。