ES 搜索算法

2020-02-28

布爾模型

在查詢中使用 AND 遣妥、 OR 和 NOT

TF/IDF

tf(t in d) = √frequency

詞 t 在文檔 d 的詞頻( tf )是該詞在文檔中出現(xiàn)次數(shù)的平方根。

將參數(shù) index_options 設(shè)置為 docs 可以禁用詞頻統(tǒng)計(jì)及詞頻位置寝并,這個(gè)映射的字段不會(huì)計(jì)算詞的出現(xiàn)次數(shù),對(duì)于短語(yǔ)或近似查詢也不可用腹备。要求精確查詢的 not_analyzed 字符串字段會(huì)默認(rèn)使用該設(shè)置衬潦。

idf(t) = 1 + log ( numDocs / (docFreq + 1))

詞 t 的逆向文檔頻率( idf )是:索引中文檔數(shù)量除以所有包含該詞的文檔數(shù),然后求其對(duì)數(shù)植酥。

字段長(zhǎng)度歸一值

norm(d) = 1 / √numTerms

norm是字段中詞數(shù)平方根的倒數(shù)

舉例

example

vector space model

when search 'happy hippopotamus':

// of course 'hippopotamus' weighs more
happy hippopotamus => [2,5] (weight vectors)

then calculated in indices:

Document 1: (happy,____________)—[2,0]
Document 2: ( ___ ,hippopotamus)—[0,5]
Document 3: (happy,hippopotamus)—[2,5]

It appears that doc 3 is the most relevant one.


image.png
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末镀岛,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子友驮,更是在濱河造成了極大的恐慌漂羊,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,561評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件卸留,死亡現(xiàn)場(chǎng)離奇詭異走越,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)耻瑟,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門旨指,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)赏酥,“玉大人,你說(shuō)我怎么就攤上這事淤毛〗窀浚” “怎么了?”我有些...
    開封第一講書人閱讀 157,162評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵低淡,是天一觀的道長(zhǎng)姓言。 經(jīng)常有香客問(wèn)我,道長(zhǎng)蔗蹋,這世上最難降的妖魔是什么何荚? 我笑而不...
    開封第一講書人閱讀 56,470評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮猪杭,結(jié)果婚禮上餐塘,老公的妹妹穿的比我還像新娘。我一直安慰自己皂吮,他們只是感情好戒傻,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,550評(píng)論 6 385
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著蜂筹,像睡著了一般需纳。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上艺挪,一...
    開封第一講書人閱讀 49,806評(píng)論 1 290
  • 那天不翩,我揣著相機(jī)與錄音,去河邊找鬼麻裳。 笑死口蝠,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的津坑。 我是一名探鬼主播妙蔗,決...
    沈念sama閱讀 38,951評(píng)論 3 407
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼疆瑰!你這毒婦竟也來(lái)了灭必?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,712評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤乃摹,失蹤者是張志新(化名)和其女友劉穎禁漓,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體孵睬,經(jīng)...
    沈念sama閱讀 44,166評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡播歼,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,510評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片秘狞。...
    茶點(diǎn)故事閱讀 38,643評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡叭莫,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出烁试,到底是詐尸還是另有隱情雇初,我是刑警寧澤,帶...
    沈念sama閱讀 34,306評(píng)論 4 330
  • 正文 年R本政府宣布减响,位于F島的核電站靖诗,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏支示。R本人自食惡果不足惜刊橘,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,930評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望颂鸿。 院中可真熱鬧促绵,春花似錦、人聲如沸嘴纺。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,745評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)栽渴。三九已至位衩,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間熔萧,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,983評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工僚祷, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留佛致,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,351評(píng)論 2 360
  • 正文 我出身青樓辙谜,卻偏偏與公主長(zhǎng)得像俺榆,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子装哆,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,509評(píng)論 2 348