[发明专利]一种多次检索和排序的文本检索方法

说明书

本发明公开了一种多次检索和排序的文本检索方法，包括快速入门、索引管理和映射详解，所述索引管理包括索引管理、索引监控和状态管理。该种多次检索和排序的文本检索方法，本案在使用elasticsearch的基础上，再逐步使用更为复杂的算法进行多次的检索和排序，为后面的答案预测提供更加精确的权重。

技术领域

本发明涉及文本检索技术领域，具体为一种多次检索和排序的文本检索方法。

背景技术

在智能问答系统中的文档检索阶段，会使用elasticsearch对海量的文档进行检索，检索出最为相关的若干篇，这些相关文档会送到多文档阅读理解模型进行进一步的预测答案。然而这些检索出来的文档以及其相关度排序是在海量的文档基础上进行的，而且相关度计算的方法也相对比较简单。因此我们对此做出改进，提出一种多次检索和排序的文本检索方法。

发明内容

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明一种多次检索和排序的文本检索方法，包括快速入门、索引管理和映射详解，所述索引管理包括索引管理、索引监控和状态管理。

作为本发明的一种优选技术方案，所述快速入门包括以下步骤：

步骤一：查看集群的健康状况；

步骤二：查看所有索引；

步骤三：创建一个索引；

步骤四：索引一个文档到customer索引中；

步骤五：从customer索引中获取指定id的文档；

步骤六：查询所有文档。

作为本发明的一种优选技术方案，所述在步骤一中，查看集群的健康状况单元中，通过状态值说明情况，Green表示即最佳状态，Yellow表示即数据和集群可用，但是集群的备份有的是坏的，Red表示即数据和集群都不可用。

作为本发明的一种优选技术方案，所述索引监控包括以下步骤：

步骤一：创建索引，创建一个名为twitter的索引，设置索引的分片数为3，备份数为2；

步骤二：创建mapping映射，在ES中创建一个mapping映射类似于在数据库中定义表结构，即表里面有哪些字段、字段是什么类型、字段的默认值等；也类似于solr里面的模式schema的定义；

步骤三：创建索引时加入别名定义，一个索引可以接受多个别名，而一个别名也可以映射到多个索引，当指定别名时，别名将自动扩展到添加的索引，别名也可以关联到filter，然后自动应用到检索，和routingvalue，别名不能与索引同名，创建一个带过滤器的别名，首先需要确保所有的字段都存在于mapping中；

步骤四：创建索引时返回的结果说明；

步骤五：GetIndex查看索引的定义信息，GET/twitter，可以一次获取多个索引（以逗号间隔）获取所有索引_all或用通配符*；

步骤六：删除索引，DELETE/twitter，可以一次删除多个索引（以逗号间隔）删除所有索引_all或通配符*；

步骤七：判断索引是否存在，HEADtwitter，HTTPstatuscode表示结果404不存在，200存在；

步骤八：修改索引的settings信息，索引的设置信息分为静态信息和动态信息两部分，静态信息不可更改，如索引的分片数，动态信息可以修改。

步骤九：修改备份数；

步骤十：设置回默认值，用null；

步骤十一：设置索引的读写；

步骤十二：索引模板，在创建索引时，为每个索引写定义信息可能是一件繁琐的事情，ES提供了索引模板功能，让你可以定义一个索引模板，模板中定义好settings、mapping、以及一个模式定义来匹配创建的索引，模板只在索引创建时被参考，修改模板不会影响已创建的索引；