💎一站式轻松地调用各大LLM模型接口,支持GPT4、智谱、星火、月之暗面及文生图 广告
# Rescoring 原文链接 : [https://www.elastic.co/guide/en/elasticsearch/reference/current/search-request-rescore.html#_multiple_rescores](https://www.elastic.co/guide/en/elasticsearch/reference/current/search-request-rescore.html#_multiple_rescores) 译文链接 : [http://www.apache.wiki/pages/editpage.action?pageId=4883098](http://www.apache.wiki/pages/editpage.action?pageId=488308) 贡献者 : [ping](/display/~wangyangting) 重新计算可以通过使用次要(通常是更昂贵的)算法来重新排序查询和 post_filter 阶段返回的顶部(例如100-500)个文档,而不是对索引中的所有文档应用昂贵的算法来帮助提高精度。 在返回其结果以由处理整个搜索请求的节点排序之前,在每个分片上执行 rescore 请求。 目前 rescore API 只有一个实现:查询 rescorer,它使用查询来调整评分。 在将来,可以提供备选的分配器,例如,成对分配器。 Note: 当使用排序时不执行 rescore 阶段。 Note: 当向用户展示分页时,您不应该在逐步浏览每个页面(通过传递不同的值)时更改window_size,因为这可能会改变顶部匹配,导致结果在用户逐步浏览页面时发生混乱。 ### Query rescorer 查询rescorer仅对查询和post_filter阶段返回的Top-K结果执行第二个查询。 将在每个分片上检查的文档数量可以由window_size参数控制,默认为from和size。 默认情况下,原始查询和rescore查询的分数线性组合,以产生每个文档的最终_score。 原始查询和rescore查询的相对重要性可以分别使用query_weight和rescore_query_weight进行控制。 两者默认为1。 例如: ``` curl -s -XPOST 'localhost:9200/_search' -d '{ "query" : { "match" : { "field1" : { "operator" : "or", "query" : "the quick brown", "type" : "boolean" } } }, "rescore" : { "window_size" : 50, "query" : { "rescore_query" : { "match" : { "field1" : { "query" : "the quick brown", "type" : "phrase", "slop" : 2 } } }, "query_weight" : 0.7, "rescore_query_weight" : 1.2 } } } ' ``` 组合得分的方式可以用 score_mode 控制: | Score Mode  | Description | | --- | --- | | `total` | 添加原始分数和 rescore 查询分数。 默认值。 | | `multiply` | 将原始分数乘以 rescore 查询分数。 用于函数查询 rescores。 | | `avg` | 平均原始分数和 rescore 查询分数。 | | `max` | 取最初的分数和 rescore 查询分数。 | | `min` | 取最初的分数和 rescore 查询分数。 | ### Multiple Rescores 也可以按顺序执行多个资源: ``` curl -s -XPOST 'localhost:9200/_search' -d '{ "query" : { "match" : { "field1" : { "operator" : "or", "query" : "the quick brown", "type" : "boolean" } } }, "rescore" : [ { "window_size" : 100, "query" : { "rescore_query" : { "match" : { "field1" : { "query" : "the quick brown", "type" : "phrase", "slop" : 2 } } }, "query_weight" : 0.7, "rescore_query_weight" : 1.2 } }, { "window_size" : 10, "query" : { "score_mode": "multiply", "rescore_query" : { "function_score" : { "script_score": { "script": { "lang": "painless", "inline": "Math.log10(doc['numeric'].value + 2)" } } } } } } ] } ' ``` 第一个获得查询的结果,第二个获得第一个的结果等。第二个 rescore 将 “see” 由第一个 rescore 完成排序,因此可以在第一个 rescore 上使用大窗口 将文档拖动到较小的窗口中,以便第二个文件。