更像这样的Elasticsearch会返回太多文档

Question

我有这样的文件：

{
title:'...',
body: '...'
}

我希望获得与特定文档类似的文档超过90％。我使用过这个查询：

query = {
    "query": {
        "more_like_this" : {
            "fields" : ["title", "body"],
            "like" : "body of another document",
            "min_term_freq" : 1,
            "max_query_terms" : 12
        }
    }
}

如何更改此查询以检查与指定doc的90％相似性？

Answer 1

看看Query Formation Parameter minimum_should_match

Answer 2

您应该指定minimun_should_match

minimum_should_match

形成析取查询后，此参数控制必须匹配的术语数。语法与最小值匹配的语法相同。 （默认为“30％”）。

它使用此形成查询

MLT查询只是从输入文档中提取文本，对其进行分析，通常在字段中使用相同的分析器，然后选择具有最高tf-idf的前K个术语，以形成这些术语的析取查询

因此，如果您想提高标题字段，则应增加标题字段，因为标题包含术语频率/反向文档频率中的大多数术语。应该提高结果，因为它具有更多相关性。您可以将标题字段提高1.5。

请参阅this文档以获取more_like_this查询中的referenceren