【Elasticsearch】BM25的discount_overlaps参数

`discount_overlaps` 是 Elasticsearch/Lucene 相似度模型（Similarity）里的一个布尔参数，用来决定：

> 在计算文档长度归一化因子（norm）时，是否忽略“重叠 token”（即位置增量 positionIncrement=0 的 token）。

---

✅ 默认值与含义

参数值 含义 

`true`（默认） 重叠 token 不计入文档长度，不影响 norm 

`false` 重叠 token 会计入文档长度，参与 norm 计算 

---

✅ 使用场景举例

- 如果你使用了 同义词过滤器（synonym filter），多个同义词可能会落在 同一位置，这些 token 的 `positionIncrement=0`。

- 默认 `discount_overlaps=true` 会让这些 token 不影响文档长度，从而避免重复同义词“人为”拉长文档。

- 如果你希望这些 token 也参与长度计算，可设为 `false`。

---

✅ 配置示例（BM25）

```json

PUT /my_index

{

  "settings": {

    "index": {

      "similarity": {

        "my_bm25": {

          "type": "BM25",

          "k1": 1.2,

          "b": 0.75,

          "discount_overlaps": false

        }

      }

    }

  },

  "mappings": {

    "properties": {

      "title": {

        "type": "text",

        "similarity": "my_bm25"

      }

    }

  }

}

```