Elasticsearch-按多个数组中数组匹配的分数排序

Question

索引文件

{
  "book_id":"book01",
  "pages":[
    { "page_id":1, "words":["1", "2", "xx"] }
    { "page_id":2, "words":["4", "5", "xx"] }
    { "page_id":3, "words":["7", "8", "xx"] }
  ]
}
{
  "book_id":"book02",
  "pages":[
    { "page_id":1, "words":["1", "xx", "xx"] }
    { "page_id":2, "words":["4", "xx", "xx"] }
    { "page_id":3, "words":["7", "xx", "xx"] }
  ]
}

输入数据

{
  "book_id":"book_new",
  "pages":[
    { "page_id":1, "words":["1", "2", "3"] }
    { "page_id":2, "words":["4", "5", "6"] }
    { "page_id":3, "words":["xx", "xx", "xx"] }
  ]
}

我有很多书有多页。每页都有一个单词列表。我想搜索类似页面数超过阈值的图书。

阈值

1. min_word_match_score：2（两页之间words匹配的最低分数）] >>
2. min_page_match_score：2（两本书之间的similar pages的最小数量）

关键术语

1. 相似页面：两个页面至少有min_word_match_score个相同的单词
2. 相似书：两本书至少具有min_page_match_score个相似页

预期结果

基于指定的阈值，正确的回报应仅为book01，因为

1. book01-1和book_new-1的得分为2（> = min_word_match_score，totalScore ++）
2. book01-2和book_new-2的得分为2（> = min_word_match_score，totalScore ++）
3. book01和book_new的总得分为2（总得分> = min_page_match_score）

搜索查询不正确（无效）

"bool" : {
   "should" : [
     {
        "match" : { "book_pages.visual_words" : {"query" : "1", "operator" : "OR"} },
        "match" : { "book_pages.visual_words" : {"query" : "2", "operator" : "OR"} },
        "match" : { "book_pages.visual_words" : {"query" : "3", "operator" : "OR"} }
     }
   ],
   "minimum_should_match" : 2
   "adjust_pure_negative" : true,
   "boost" : 1.0
 }
}
我首先尝试制作一部分，如果页面查询匹配，但不是逐数组搜索，而是针对所有页面的单词进行搜索。而且我不确定如何管理两个不同的分数-单词匹配得分和页面匹配得分。

我应该深入了解innerHit吗？请帮忙！

带索引的文档{“ book_id”：“ book01”，“ pages”：[{“ page_id”：1，“ words”：[“ 1”，“ 2”，“ xx”]} {“ page_id”：2， “ words”：[“ 4”，“ 5”，“ xx”]} {“ page_id”：3，“ words”：[“ 7”，“ 8”，“ xx”]}]} {...] >

Answer 1

不是最好的，而是我的两分钱！

我不认为Elasticsearch为此用例提供了精确的解决方案。执行所需操作的最接近方法是利用More Like This查询。