当没有定义或定义多个搜索字段时，Azure 搜索无法返回预期结果

Question

我有一个相当基本的 Azure 搜索索引，其中包含多个可搜索字符串数据字段，例如[删节]...

"fields": [
  {
    "name": "Field1",
      "type": "Edm.String",
      "facetable": false,
      "filterable": true,
      "key": true,
      "retrievable": true,
      "searchable": true,
      "sortable": false,
      "analyzer": null,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "synonymMaps": [],
      "fields": []
  },
  {
    "name": "Field2",
      "type": "Edm.String",
      "facetable": false,
      "filterable": true,
      "retrievable": true,
      "searchable": true,
      "sortable": false,
      "analyzer": "en.microsoft",
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "synonymMaps": [],
      "fields": []
  }
]

Field1 加载字母数字 ID 数据，Field2 加载英语字符串数据，特别是记录的名称/标题。 searchMode=all 还用于确保结果的准确性。

假设索引的其中一条记录具有以下 Field2 数据:商业、组织行为和教练(荣誉)文学士。将其放入 en.microsoft 分析器中，这就是我们得到的结果:

"tokens": [
    {
        "token": "ba",
        "startOffset": 0,
        "endOffset": 2,
        "position": 0
    },
    {
        "token": "hon",
        "startOffset": 4,
        "endOffset": 8,
        "position": 1
    },
    {
        "token": "hons",
        "startOffset": 4,
        "endOffset": 8,
        "position": 1
    },
    {
        "token": "business",
        "startOffset": 13,
        "endOffset": 21,
        "position": 3
    },
    {
        "token": "organizational",
        "startOffset": 23,
        "endOffset": 37,
        "position": 4
    },
    {
        "token": "organisational",
        "startOffset": 23,
        "endOffset": 37,
        "position": 4
    },
    {
        "token": "behavior",
        "startOffset": 38,
        "endOffset": 47,
        "position": 5
    },
    {
        "token": "behaviour",
        "startOffset": 38,
        "endOffset": 47,
        "position": 5
    },
    {
        "token": "coach",
        "startOffset": 52,
        "endOffset": 60,
        "position": 7
    },
    {
        "token": "coaching",
        "startOffset": 52,
        "endOffset": 60,
        "position": 7
    }
]

如您所见，返回的标记正是您对此类字符串的期望。但是，当使用相同的索引字符串值作为搜索词时(遗憾的是，在本例中是有效的用户案例)，除非您显式使用 searchFields=Field2，否则返回的结果将不符合预期。

查询 1(返回 0 个结果):

?searchMode=all&search=BA%20(Hons)%20in%20Business%2C%20Organisational%20Behaviour%20and%20Coaching

查询 2(返回 0 个结果):

?searchMode=all&searchFields=Field1,Field2&search=BA%20(Hons)%20in%20Business%2C%20Organisational%20Behaviour%20and%20Coaching

查询 3(按预期返回 1 个结果):

?searchMode=all&searchFields=Field2&search=BA%20(Hons)%20in%20Business%2C%20Organisational%20Behaviour%20and%20Coaching

那么为什么这只返回带有 searchFields=Field2 的预期结果，而不是未定义 searchFields 或 searchFields=Field1,Field2 的结果？我不希望 Field1 上的不匹配会排除 Field2 上明显匹配的结果？

此外，删除搜索词中的 "in" 和 "and" 似乎可以纠正问题并返回预期结果。例如:

查询 4(按预期返回 1 个结果):

?searchMode=all&search=BA%20(Hons)%20Business%2C%20Organisational%20Behaviour%20Coaching

(这几乎就像一个分析器正在对索引数据进行标记，而另一个完全不同的分析器正在对搜索词进行标记，尽管在考虑查询 3 时该理论没有任何意义，因为它使用完全相同的索引数据/搜索词。)

由于我完全没有想法并且在文档中找不到更多内容，有人能够阐明这里发生的情况吗？

注意。请记住，我希望了解为什么 Azure 搜索会以这种方式运行，而不一定需要解决方法。

Answer 1

您没有获得任何点击的原因是您使用 searchMode=all 时处理停用词的方式。searchMode=all。标准分析器不会删除停用词。 Lucene 和 Microsoft 英语分析器删除了停用词。我通过使用您的属性定义和示例数据创建索引来进行验证。如果您使用标准分析器，则不会删除停用词，并且在使用 searchMode=all 时您也会获得匹配项。要在使用 Lucene 或 Microsoft 分析器和简单查询模式时获得匹配，您必须使用短语搜索。

当您在示例中测试 en.microsoft 分析器时，您只能从分析器第一阶段的操作中获得响应。它将您的查询拆分为标记。在您的情况下，其中两个标记也是英语中的停用词(in、and)。停用词删除是词法分析的一部分，稍后在 stage 2 中完成。正如文章 Anatomy of a search request 中所述。此外，词法分析仅适用于“需要完整术语的查询类型”，例如searchMode=all。请参阅Exceptions to lexical analysis了解更多示例。

这里之前有一篇文章对此进行了更详细的解释。请参阅Queries with stopwords and searchMode=all return no results

我知道您没有要求解决方法，但为了更好地了解发生的情况，列出一些可能的解决方法可能会很有用。

• 对于英语分析器，请通过将查询括在引号中来使用短语搜索:search="BA (Hons) in Business, Organizational Behaviour and Coaching"&searchMode=all
• 标准分析器按照您期望的方式工作:search=商业、组织行为和教练(荣誉)文学士&searchMode=all
• 通过 defining a custom analyzer 禁用词法分析.