1. similarity （匹配方法）
Elasticsearch 允许你为每一个字段配置一个得分算法或 similarity（匹配算法）。similarity 设置提供了一个简单的方式让你选择匹配算法，而不仅仅是默认的 TF/IDF 算法，比如可以选择 BM25。
similarity 主要用于 text 字段，但也可用于其他类型的字段。
自定义匹配算法可以通过修改内置匹配方法的参数来达到目的。要获取此专业选项更详细的解释，可以参考 similarity module**。**
对于能跳出以上限制，而不用任何其他配置的匹配算法只有一下两种：
BM25：
Okapi BM25 算法。这个算法是 Elasticsearch 和 Lucene 的默认算法。可以参考 Pluggable Similarity Algorithms 获取更详细的资料。
classic：
TF/IDF 算法，也是 Elasticsearch 和 Lucene 的默认算法之一。可以参考 Lucene’s Practical Scoring Function 获取更详细的资料。
similarity 可以在字段第一次创建时在字段级别进行设置，如下：
curl -XPUT 'localhost:9200/my_index?pretty' -H 'Content-Type: application/json' -d'
{
"mappings": {
"my_type": {
"properties": {
"default_field": { #1
"type": "text"
},
"classic_field": {
"type": "text",
"similarity": "classic" #2
}
}
}
}
}
'
| 1 | default_field 字段使用 BM25 匹配算法 | | 2 | classic_field 字段使用 classic 匹配算法（即 TF / IDF） |
原文链接 : https://www.elastic.co/guide/en/elasticsearch/reference/5.3/similarity.html（修改该链接为官网对应的链接）
译文链接 : http://www.apache.wiki/pages/viewpage.action?pageId=10027417（修改该链接为 ApacheCN 对应的译文链接）