Lucene中SpanNearQuery中的“Slop”（或ElasticSearch span_near中的slop）确切含义是什么？

Question

问题1：在Lucene的SpanNearQuery（或ElasticSearch中的span_near）中，slop的确切含义是什么？它是匹配两个单词之间隔开的单词数，还是隔开的单词数加1？

例如，如果索引文本为：foo bar biz 哪些查询将匹配此文本："foo biz"~0、"foo biz"~1、"foo biz"~2 我期望第一个查询不匹配，最后一个查询匹配。但是中间的查询呢？ 问题2：现在是一个更复杂的相关问题：如果有多于两个搜索条款，slop如何处理？它是应用于每一对子句还是任意一对子句？

例如，假设您构造了一个包含三个子句的SpanNearQuery：foo、bar、biz。需要什么样的slop才能匹配上面相同的索引文本？我认为2的slop肯定可以，但是0或1呢？

同样，在相同的三个子句查询中，需要什么样的slop才能匹配文本：foo bar ble biz？

- speedplane

---

你有一个问题，通过尝试可以得到确切的答案。 - fatih

是的，我有点明白了......但有时在 Stack Overflow 上写下来会让问题在你脑海中变得更加清晰。 - speedplane

Answer 1

问题1：“Slop”是用于分隔跨度子句的单词数。因此，slop 0表示它们是相邻的。在我所提供的示例中，slop为1。

问题2：当存在两个以上的跨度子句时，每个子句必须通过不超过slop个单词与至少一个其他子句连接，并且所有子句都必须通过链式连接彼此。然而，每个子句之间不需要互相隔开slop个单词。

对于问题2中的第一个示例：slop为0、1和2都匹配。尽管“foo”和“biz”之间相隔多个单词，但由于存在通过所有子句的链，因此slop为零也匹配。

对于问题2中的第二个示例：slop为0不匹配，因为“biz”与所有其他子句相隔超过0个单词。 slop为1会匹配，因为“foo”和“bar”之间的距离为0，此外，“bar”和“biz”之间的距离是1。即使“foo”和“biz”之间的距离超过1，由于存在通过所有子句的链，因此也匹配。显然，slop为2也匹配。

- speedplane

---

谢谢您的解释。我正在使用slop=0的match_phrase，它的效果与您描述的一样。假设我需要仅提高相邻术语（slop=0）的得分，以便具有更多未匹配位置的术语将不太相关，例如foo biz（更高的得分），而foo biz dev则得分较低，该如何实现？ - loretoparisi

@loretoparisi 我猜你只需要通过将查询的部分用 BoostQuery 包装起来来增加其权重。 - Anton Zvonovsky

Answer 2

这是在Span查询附近解释的。

匹配彼此相邻的span。可以指定slop，即最大数量的未匹配位置， 以及是否需要按顺序匹配。Span near查询映射到Lucene SpanNearQuery。

官方文档-https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-span-near-query.html

例子 你想匹配布什先生并获取有关他们的详细信息。由于有两个 不相似的单词，因此slop值为2

George Willam Bush先生， Sean Willam Bush先生， James Kane Bush先生

示例DSL请求-

  GET school/_search
    {
     "query":{
       "match_phrase": {
         "EmpName":
         {
           "query": "Mr. Bush",
           "slop":2
         }
        
       }
     }
    }

- Sameera De Silva