Включение статических сигналов релевантности в оценку

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

Есть два основных запроса, которые позволяют объединять вклад статической оценки с текстовой релевантностью, например, вычисленной с помощью BM25:

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 запроса script_score запрос будет выглядеть так:

resp = client.search(
    index="index",
    query={
        "script_score": {
            "query": {
                "match": {
                    "body": "elasticsearch"
                }
            },
            "script": {
                "source": "_score * saturation(doc['pagerank'].value, 10)"
            }
        }
    },
)
print(resp)

response = client.search(
  index: 'index',
  body: {
    query: {
      script_score: {
        query: {
          match: {
            body: 'elasticsearch'
          }
        },
        script: {
          source: "_score * saturation(doc['pagerank'].value, 10)"
        }
      }
    }
  }
)
puts response

const response = await client.search({
  index: "index",
  query: {
    script_score: {
      query: {
        match: {
          body: "elasticsearch",
        },
      },
      script: {
        source: "_score * saturation(doc['pagerank'].value, 10)",
      },
    },
  },
});
console.log(response);

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

в то время как с запросом rank_feature он будет выглядеть так:

resp = client.search(
    query={
        "bool": {
            "must": {
                "match": {
                    "body": "elasticsearch"
                }
            },
            "should": {
                "rank_feature": {
                    "field": "pagerank",
                    "saturation": {
                        "pivot": 10
                    }
                }
            }
        }
    },
)
print(resp)

response = client.search(
  body: {
    query: {
      bool: {
        must: {
          match: {
            body: 'elasticsearch'
          }
        },
        should: {
          rank_feature: {
            field: 'pagerank',
            saturation: {
              pivot: 10
            }
          }
        }
      }
    }
  }
)
puts response

const response = await client.search({
  query: {
    bool: {
      must: {
        match: {
          body: "elasticsearch",
        },
      },
      should: {
        rank_feature: {
          field: "pagerank",
          saturation: {
            pivot: 10,
          },
        },
      },
    },
  },
});
console.log(response);

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

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