本节书摘来自华章计算机《深入理解ElasticSearch》一书中的第3章，第3.2节,作者：[美] 拉斐尔·酷奇（Rafa Ku） 马雷克·罗戈任斯基（Marek Rogoziński）更多章节内容可以访问云栖社区“华章计算机”公众号查看。
3.2 相似度模型配置
我们已经知道如何为索引中各个字段配置相似度模型了，现在来了解如何按需求配置它们。事实上，这相当容易。我们所要做的就是，在索引配置相关部分提供相应的相似度模型配置信息，就像下面的代码这样（本范例存储在posts_custom_similarity.json文件中）：
尽管用户可以配置多个相似度模型，但此时还是先回到前面的范例。我们定义了一个名为mastering_similarity的新的相似度模型，它基于默认的TF/IDF相似度模型。接着将它的discount_overlaps属性值设置为false，指定该相似度模型用于name字段。关于不同相似度模型都有哪些属性本章后面会详细描述，现在，我们先讨论如何改变ElasticSearch的默认相似度模型。
3.2.1 选择默认的相似度模型
为了设置默认的相似度模型，我们需要提供关于一个名为default的相似度模型的配置信息。例如，要使用mastering_similarity模型作为默认的相似度模型，需要将前面的配置文件修改为如下形式（该范例存储在posts_default_similarity.json文件中）：
虽然所有的相似度模型都全局使用了query norm和coord这两个评分因子（详见2.1节），但是它们又从default相似度模型的配置中移除出去了。然而，ElasticSearch允许用户根据需要改变这种状况。为了实现该目的，用户需要另外定义一个名为base的相似度模型，它的定义方式与前面的范例如出一辙，将相似度模型的名字由default改为base即可。参考下面的代码（该范例代码保存在posts_base_similarity.json文件中）：
如果base相似度模型出现在索引配置中，那么当ElasticSearch使用其他相似度模型计算文档得分时，会使用base相似度模型来计算query norm和coord评分因子。
3.2.2 配置被选用的相似度模型
每个新增的相似度模型都可以根据用户需求进行配置，而ElasticSearch还允许用户不加配置地直接使用default和BM25相似度模型。因为它们是预先配置好的，而DFR和IB模型则需要进一步配置才能使用。现在，我们来看看各个相似度模型都提供了哪些可配置的属性。
配置TF/IDF相似度模型
在TF/IDF相似度模型案例中，我们可以只设置一个参数：discount_overlaps属性，其默认值为true。默认情况下，位置增量（position increment）为0（即该词条的position计数与前一个词条相同）的词条在计算评分时并不会被考虑进去。如果在计算文档时需要考虑这类词条，则需要将相似度模型的discount_overlaps属性值设置为false。
配置Okapi BM25相似度模型
在Okapi BM25相似度模型案例中，有如下参数可供配置：
- k1：该参数为浮点数，控制饱和度（saturation），即词频归一化中的非线性项。
- b：该参数为浮点数，用于控制文档长度对词频的影响。
- discount_overlaps ：与TF/IDF相似度模型中的discount_overlaps参数作用相同。
配置DFR相似度模型
在DFR相似度模型案例中，有如下参数可供配置：
- basic_model：该参数值可设置为be、d、g、if、in和ine。
- after_effect：该参数值可设置为no、b和l。
- normalization ：该参数值可设置为no、h1、h2、h3和z。
如果normalization参数值不是no,则需要设置归一化因子。归一化因子的设置依赖于所选的normalization参数值。参数值为h1时，使用normalization.h1.c属性；参数值为h2时,使用normalization.h2.c属性；参数值为h3时，使用normalization.h3.c属性；参数值为z时，使用normalization.z.z属性。这些属性值的数据类型均为浮点型。下面的代码展示了如何配置相似度模型：
配置IB相似度模型
在IB相似度模型案例中，有如下参数可供配置：
- distribution：该参数值可设置为ll或spl。
- lambuda：该参数值可设置为df或tff。
此外，IB模型也需要配置归一化因子，它的配置方式与DFR模型相同，这里不再赘述。下面的代码展示了如何配置IB相似度模型：
