查询mongodb集合：$text with a score vs.$all（pymongo）

Question

我收集了很多这样的文件：

{
   _id: ObjectId("879878g9fds87gsd8978f"),
   text1: "this ball and this ball are toys in the house",
   text2: "this is a car and a space boat",
   text3: "this ball is a toys in the house this is a car and a space boat computer is a hammer",
   keywordst3: ["ball", "toys", "house", "car", "boat", "computer", "hammer"],
}

• keywordst3-是一个字段，它将text1、text2、text3中的所有单词集合起来并进行数组。在

我收到用户输入（搜索条件），我需要从集合中查找相关文档。在

当涉及到由2个以上单词组成的搜索条件时，我面临一个困难。在

以上述文件为例：

搜索条件：ball

第一路：

^{pr2}$

这将使我的搜索与关键字列表相匹配，并正确返回文档。在

第二种方式：

keywords = 'ball'
collection.find({'$text': {'$search': keywords}}, {'score': {'$meta': "textScore"}})

这将返回一个带有相关“textScore”的文档光标。分数越高，文档与搜索条件的相关性就越高。在单词搜索的情况下，如果该词被多次找到，得分会更高。在

这个场景可以正常工作。但现在我面临的挑战是：

搜索条件：ball toys

第一路：

keywords = ['ball', 'toys']
collection.find({"keywordst3": {'$all': 'keywords'})

返回在keywordst3中找到这两个关键字的文档。““坚硬”和条件。在

第二种方式：

keywords = 'ball toys'
collection.find({'$text': {'$search': keywords}}, {'score': {'$meta': "textScore"}})

事情变得很奇怪。。。我得到了一份有分数的文件列表，但我不能完全信任它们：

• 对于两个词都匹配的文档，得分可能为0.9。在
• 如果一个单词被提到了4次，那么1.1分就可以了。在
• 一个单词匹配一次的文档的分数可能是0.6。在
• ……等等。。。我不知道得分的规则。。。在

所以现在我很困惑如何为我的用户提供最好的搜索结果。在

我的想法是：

• 一方面，$all匹配是一件好事，可以稳定地返回精确匹配。但是如果一个用户搜索两个彼此相关的词呢。例如：bernie sanders。在我的文档集（这些实际上是新闻文章）中，有些文档只有bernie。。。$all将跳过这些。在
• 这就是$text和{}的作用。如果用户搜索的短语与两个单词之间有关联：bernie sanders，那么$text和{}是一个非常好的方法，即使文档中只提到了一个单词，也可以按textscore进行排序。然而，如果搜索短语中的两个（或更多）单词彼此不相关：ball ship-在上面的文档示例中，该文档的分数仍然很高，因为ball被提到了两次，但是{}根本不存在，所以如果我仍然根据分数来计算结果，我可能会给用户一个不正确的结果。在

我想解决这个问题的一个方法是同时使用这两种方法。在

1. 首先使用$text并获得一组文档（300…）按其分数降序排序。所以最高的比赛是在顶部。在

2. 迭代该集合，尝试将两个关键字与关键字列表匹配。在

   • 如果在第二步，我发现一个文档从一个高分集，两个关键字都存在于关键字列表=头奖！这绝对是个好结果。在
   • 如果在第二步中，我没有对两个关键字的文档进行优化，那么我只需选择得分最高的文档并将其交给用户。它可能仍然是不正确的，但至少“我尽了最大的努力”和最高的分数给了一个文档是正确的很好的机会。在

如果我遗漏了什么，你能评估一下我的“疯狂”并开导我吗？对此，有什么更好的方法？在