本书基于 Elasticsearch 2.x 版本，有些内容可能已经过时。 Elasticsearch: 权威指南 » 处理人类语言 » 拼写错误 » 模糊性评分 « 模糊匹配查询 语音匹配 »
模糊性评分编辑
用户喜欢模糊查询。他们认为这种查询会魔法般的找到正确拼写组合。 很遗憾，实际效果平平。
假设我们有1000个文档包含 ``Schwarzenegger`` ，只是一个文档的出现拼写错误 ``Schwarzeneger`` 。 根据 term frequency/inverse document frequency 理论，这个拼写错误文档比拼写正确的相关度更高，因为错误拼写出现在更少的文档中！
换句话说，如果我们对待模糊匹配 类似其他匹配方法，我们将偏爱错误的拼写超过了正确的拼写，这会让用户抓狂。
模糊匹配不应用于参与评分--只能在有拼写错误时扩大匹配项的范围。
默认情况下， match 查询给定所有的模糊匹配的恒定评分为1。这可以满足在结果列表的末尾添加潜在的匹配记录，并且没有干扰非模糊查询的相关性评分。
在模糊查询最初出现时很少能单独使用。他们更好的作为一个 ``bigger`` 场景的部分功能特性，如 search-as-you-type
完成 建议或
did-you-mean 短语 建议。
Getting Started Videos
- Starting Elasticsearch
- Introduction to Kibana
- Logstash Starter Guide
官方地址：https://www.elastic.co/guide/cn/elasticsearch/guide/current/fuzzy-scoring.html