Включение статических сигналов релевантности в оценку

Во многих областях есть статические сигналы, известные своей корреляцией с релевантностью. Например, PageRank и длина URL — две часто используемые характеристики для веб-поиска, позволяющие настраивать оценку веб-страниц независимо от запроса.

Существует два основных запроса, позволяющих объединять вклад статической оценки с текстовой релевантностью, например, вычисленной с помощью BM25: - script_score запрос - rank_feature запрос

Например, предположим, что у вас есть поле pagerank, которое вы хотите объединить с оценкой BM25, чтобы итоговая оценка была равна score = bm25_score + pagerank / (10 + pagerank).

С помощью script_score запроса запрос будет выглядеть так:

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

в то время как с помощью rank_feature запроса он будет выглядеть так:

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

Хотя оба варианта возвращают похожие оценки, есть компромиссы: script_score обеспечивает большую гибкость, позволяя объединять оценку текстовой релевантности со статическими сигналами по вашему усмотрению. С другой стороны, rank_feature запрос предоставляет лишь несколько способов включения статических сигналов в оценку. Однако он полагается на rank_feature и rank_features поля, которые индексируют значения особым способом, что позволяет rank_feature запросу пропустить неконкурентные документы и быстрее получить лучшие совпадения запроса.