如何解决Elasticsearch中的Mutifield搜索
def getSimilarVectors(index,number,sentence_index,q_embedding_vectors):
vector = q_embedding_vectors[sentence_index]
query_doc = {
"size" : number,"query": {
"script_score": {
"query" : {
"match_all" : {}
},"script": {
"source": "cosineSimilarity(params.query_vector,'sent_vec') + 0.5","params": {
"query_vector": vector
}
}
}
}
}
sentences = []
search_result = es.search(index = index,body = query_doc)
q p_embedding_vectors是大小为768的列表,由句子嵌入组成。考虑两个向量(q_embedding_vectors_1,q_embedding_vectors_2)代替q_embedding_vectors时,我想得到一个相似的向量,因为当存在三个向量时,余弦相似性度量会失败,是否有一个度量可以解决我的查询问题?版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。