排名特征字段类型
编辑排名特征字段类型编辑
一个 rank_features 字段可以索引数值特征向量，以便它们可以稍后在查询中使用 rank_feature 查询来提升文档。
它类似于 rank_feature 数据类型，但更适合特征列表稀疏的情况，在这种情况下，为每个特征添加一个字段到映射中是不合理的。
response = client.indices.create(
index: 'my-index-000001',
body: {
mappings: {
properties: {
topics: {
type: 'rank_features'
},
negative_reviews: {
type: 'rank_features',
positive_score_impact: false
}
}
}
}
)
puts response
response = client.index(
index: 'my-index-000001',
id: 1,
body: {
topics: {
politics: 20,
economics: 50.8
},
negative_reviews: {
"1star": 10,
"2star": 100
}
}
)
puts response
response = client.index(
index: 'my-index-000001',
id: 2,
body: {
topics: {
politics: 5.2,
sports: 80.1
},
negative_reviews: {
"1star": 1,
"2star": 10
}
}
)
puts response
response = client.search(
index: 'my-index-000001',
body: {
query: {
rank_feature: {
field: 'topics.politics'
}
}
}
)
puts response
response = client.search(
index: 'my-index-000001',
body: {
query: {
rank_feature: {
field: 'negative_reviews.1star'
}
}
}
)
puts response
PUT my-index-000001
{
"mappings": {
"properties": {
"topics": {
"type": "rank_features"
},
"negative_reviews" : {
"type": "rank_features",
"positive_score_impact": false
}
}
}
}
PUT my-index-000001/_doc/1
{
"topics": {
"politics": 20,
"economics": 50.8
},
"negative_reviews": {
"1star": 10,
"2star": 100
}
}
PUT my-index-000001/_doc/2
{
"topics": {
"politics": 5.2,
"sports": 80.1
},
"negative_reviews": {
"1star": 1,
"2star": 10
}
}
GET my-index-000001/_search
{
"query": {
"rank_feature": {
"field": "topics.politics"
}
}
}
GET my-index-000001/_search
{
"query": {
"rank_feature": {
"field": "negative_reviews.1star"
}
}
}
|
排名特征字段必须使用 |
|
|
与分数负相关的排名特征需要声明它 |
|
|
排名特征字段必须是具有字符串键和严格正数值的哈希表 |
|
|
此查询根据文档与“政治”主题的相关程度对文档进行排名。 |
|
|
此查询根据文档收到的“1 星”评论数量对文档进行反向排名。 |
rank_features 字段仅支持单值特征和严格正值。多值字段和零或负值将被拒绝。
rank_features 字段不支持排序或聚合，只能使用 rank_feature 或 term 查询进行查询。
term 查询在 rank_features 字段上的评分是通过将匹配的存储特征值乘以提供的 boost 来计算的。
rank_features 字段仅保留 9 个有效位用于精度，这相当于大约 0.4% 的相对误差。
与分数负相关的排名特征应将 positive_score_impact 设置为 false（默认值为 true）。这将被 rank_feature 查询用来修改评分公式，使分数随着特征值的增加而降低，而不是增加。