根据字段相似度查询语句

qiulingxin 2018-03-30 10:58:28

根据字段相似度查询语句

比如“我爱中国的历史文化”这条数据，我可以通过“我爱文化”,“我爱历史”,“中国历史”来查到

不是like 和通配符啊，我记得好像有这么一个关键词可以做到的，现在想不起来了，不知道是不是自己记错了

...全文

877 1 打赏收藏举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

rabbitbug 2018-03-30

打赏
举报

回复

这个是全文搜索吧?

先上查询语句 { "from": 0, "size": 100, "query": { "function_score": { "query": { "bool": { "filter": [ { "term": {

Oracle提供了一个名为UTL_MATCH的包，它包含了一组用于执行字符串相似度计算的函数。这对于执行如文本校对、文本比较和数据清洗等操作特别有用。UTL_MATCH包提供的函数可以返回两个字符串之间的相似度，使用范围从0（完全不相似）到1（完全相同）。常用函数包括：：使用Jaro-Winkler算法计算两个字符串之间的相似度。：计算两个字符串在相同位置上不同字符的数量。在某些情况下，内建的函数可能无法满足特定的业务需求。

1、介绍 script_score 是 function score 2.0版本，允许用户在检索中灵活修改文档score，来实现自己干预结果排名的目的，另外script score性能要高于function score 下面我们通过一个简单的例子来加深理解，通过script score将文档score值修改为“like”字段值的十分之一： GET /_search { "query" : { "script_score" : { "query" : {

注：欢迎关注datawhale：https://datawhale.club/ 目录一、引言二、什么是问答系统？ 2.1 问答系统简介 2.2 Query理解 2.2.1 Query理解介绍 2.2.2 意图识别 2.2.3 槽值填充三、任务实践四、主体类 EntityExtractor 框架介绍五、命名实体识别任务实践 5.1 命名实体识别整体思路介绍 5.2 结合代码介绍 5.2.1 构建 AC Tree 5.2.2 使用AC Tree进行问句过滤 5.2.3 使用

根据关键词命中词频计算权重目前elasticsearch最常用的得分计算方式TF-IDF，原理的话就不赘述了，网上一抓一大把。这种利用词频与逆文档频率的计算方法的确很科学，应用也广泛（默认的得分计算方法）。但是对于一些使用检索的用户，有一种困惑，我某个字段命中多次为什么还排在后面呢？为什么不是我按照命中的词频来进行排序，再进一步优化的情况，就是某些字段的权重更高一些，这样更容易用户直观的理解。网上找了很多资料没找到，最终还是自己摸索出来了，下面用例子来快速描述场景吧。需要实现的场景场景1 拿新闻场景来

51,407

社区成员

86,126

社区内容

发帖

与我相关

我的任务

javaspring bootspring cloud 技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章