Elasticsearch使用默认余玄来计算如何让计算结果分数按照 consine 余弦大小来排序？

在使用阿里云 Elasticsearch 查询时，可以使用 "function_score" 查询来对结果进行排序。具体来说，可以使用 "script_score" 函数并在该函数中指定使用 consine 余弦相似度来计算分数。 比如： "text_vector" 是在 Elasticsearch 中存储的文本向量，"query_vector" 是查询词向量

{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "text": "your search term"
        }
      },
      "script_score": {
        "script": {
          "source": "cosineSimilarity(params.query_vector, 'text_vector') + 1.0",
          "params": {
            "query_vector": [1.0, 2.0, 3.0]
          }
        }
      }
    }
  }
}

可以使用Spring Shell在Kotlin中构建了一个包装器。它接受一个单词作为输入，从索引中检索相应的向量，然后执行script_score查询根据大小来进行降序排列。