python - Elasticsearch DocumentSimilarity density_vector为参数 'body'获得了多个值

Question

我想将文档 vector 存储在Elasticsearch索引中，以计算文档相似度。我正在为Elasticsearch 7.8.0使用Python客户端。
我有一个(虚拟)Elasticsearch索引，具有以下映射:

mapping = {
    "mappings": {
        "properties": {
            "title_vector":{
                "type": "dense_vector",
                "dims": 3
            }
        }
    }
}
   
es.indices.create(index="test_vector", body=mapping)

我用以下方式存储了一堆 vector :

vectors = [[1,2,3],[2,2,2],[1,2,2],[2,2,2],[4,5,6],[1,1,1]]

for i, v in enumerate(vectors):
    doc = {"title_vector": v}
    es.create("test_vector", id=i, body=doc)

根据documentation，我要获取最相似文档的查询应如下所示:

doc = {
    "query": {
    "script_score": {
        "query": {
            "match_all": {}
        },
        "script": {
            "source": "cosineSimilarity(params.queryVector, 'title_vector') + 1.0",
            "params": {
                "queryVector": [1,1,1]
            }
        }
    }
}}

es.search("test_vector", body=doc)

但是我越来越

TypeError: search() got multiple values for argument 'body'

它看起来更像是Python错误而不是Elastic错误。但是我无法真正找到错误的原因以及如何解决查询的不同结构。
提前致谢!
编辑:添加了Elasticsearch版本

Answer 1

您是正确的，这是python错误。所以下面是如何根据此link定义es.search

search(body=None, index=None, params=None, headers=None)

如您所见，第一个参数是body。
请注意，您拥有es.search，但尚未在第一个参数中指定key，即body, index, params, headers。结果，python根据上述方法声明将其解释为body的值。
只需在第一个参数中添加index="test_vector"而不是"test_vector"即可。

es.search(index="test_vector", body=doc)

希望能帮助到你!