Как формируется релевантность

Интуиция BM25

Редкий терм обычно различает документы лучше частого. Повторение терма усиливает сигнал с насыщением, а длина поля влияет на нормализацию. Поэтому короткое название с нужными словами может обойти длинное описание. BM25 не знает маржу, остаток и намерение пользователя, пока вы не выразили нужные данные и правила отдельно.

Вклад полей и альтернатив

Boost повышает относительный вклад условия, но не создаёт совпадение там, где его нет. dis_max выбирает сильнейшую ветвь, tie_breaker добавляет долю остальных. Усиление точной фразы в should позволяет ранжировать близкие совпадения выше, не превращая фразу в обязательное ограничение. Все коэффициенты проверяют на наборе запросов, а не одном удачном примере.

Объяснение и сравнение оценок

_explain разбирает оценку одного документа для заданного запроса. Score зависит от запроса, статистики индекса, полей и распределения по шардам. Порог вроде _score>10 не означает одинаковое качество для любых запросов. Для некоторых диагностических задач dfs_query_then_fetch уточняет распределённую статистику за дополнительный проход; это не замена оценки качества.

{
  "query": {
    "match": {
      "name": "wireless"
    }
  }
}

Разбор на примере каталога

Пусть точное название наушников находится в коротком name, а популярный аксессуар многократно упоминает headphones в длинном description. Одной частоты слов недостаточно для желаемого порядка. Разделите поля, проверьте анализ и добавьте разумный вклад name или совпадения фразы. Затем разберите обе оценки через _explain. Если подходящего товара вообще нет среди кандидатов, настройка весов не решит проблему: сначала исправляют retrieval, а затем ranking.

Приоритет названия

В multi_match запись name^3 увеличивает вес name относительно description без boost. Пример ищет travel по обоим полям. Boost меняет вклад поля, но не даёт универсальной гарантии, что любое совпадение названия всегда выше любого совпадения описания при любых текстах и статистике корпуса.

Не умножайте отображённый _score вручную и не сравнивайте с жёстко заданной целью. Движок вычисляет оценку по запросу и индексу. Задание на релевантность проверяет отношения порядка и нужную конструкцию. В условии может требоваться конкретный boost, даже если другое значение кажется разумным.

{
  "query": {
    "multi_match": {
      "query": "travel",
      "fields": [
        "name^3",
        "description"
      ]
    }
  },
  "size": 2,
  "_source": [
    "name",
    "description"
  ]
}

{
  "hits": {
    "total": {
      "value": 178,
      "relation": "eq"
    },
    "hits": [
      {
        "_id": "3",
        "_score": 4.8997154,
        "_source": {
          "name": "Sony Travel Speaker 3",
          "description": "Precision equipment for professionals"
        }
      },
      {
        "_id": "13",
        "_score": 4.8997154,
        "_source": {
          "name": "Apple Travel Speaker 13",
          "description": "Premium wireless sound for travel"
        }
      }
    ]
  }
}