Elasticsearchのfuzzy queryを使って、あいまい検索を試してみる

elasticsearchでは、fuzzy queryの機能を用いることで、いわゆる曖昧検索を実現することができます。これにより、検索クエリ文字列のタイプミス(挿入、欠落、置換等)を吸収することが可能です。

簡単なサンプル

例えば、"title" というフィールドに、以下のような値が登録されているとします。tokenizerには一般的なkuromoji_tokenizerを使用しているとします。

"title" : "ベンチャー企業就職のススメ"

これに以下のようなクエリを投げると、当然ですがヒットします。

"query": {
  "match": {
    "title": {
      "query": "ベンチャー"
    }
  }
}

fuzzy queryを使うには、"fuzziness" を設定するだけです。

"query": {
  "match": {
    "title": {
      "query": "ベそチャー",
      "fuzziness" : "AUTO"
    }
  }
}

これなら、クエリがべチャーでもベンちャーでもヒットさせることができます。

fuzzinessの設定

上のsampleではfuzzinessが"AUTO"に設定されていますが、これはelasticsearch側で、置換・挿入・欠落を許容する文字数を自動で判断してくれる設定です。0 〜 2 の値を明示的に設定することで、許容可能な範囲はある程度調節可能です。

"fuzziness" : 0 # 1~2文字向け
"fuzziness" : 1 # 3~5文字向け
"fuzziness" : 2 # 6文字以上向け

この値次第では、例えば モブチャー でも、チャー でも "ベンチャー"にヒットするというような極端な設定にすることも可能です。

注意点

注意すべき点としては、まずスコアリングに関してです。例えば、"ベンチャー"という文字列に対して、完全一致の"ベンチャー"でヒットさせても、一文字違いの"ベそチャー"でヒットさせても、両者にScoreの違いは生まれないということです。また、なんらかの想定しない挙動になることが十分考えられるので、サジェスト等他の手段を用いることを公式でも薦めています。

一見便利そうな機能ですが、運用する場合には、十分な注意が必要そうです。

おまけ(Railsでのサンプル)

以下は、自分がRailsでサンプル作った時の検索メソッド(の一部)です。

Article.__elasticsearch__.search(
  query: {
    bool: {
      should: [
        {
          match: {
            title: { query: query, operator: 'or', analyzer: 'search_analyzer', fuzziness: 'AUTO'}
          }
        }
      ]
    }
  }
).records