enriched_attributes.value字段参与搜索

tangwang
1 parent 639bee0a
Showing 6 changed files with 422 additions and 51 deletions Show diff stats
config/config.yaml
docs/LTR-特征非线性映射.md
docs/issues/issue-2026-04-01-评估框架-四级label-done-0402.md
docs/常用查询 - ES.md
docs/相关性检索优化说明.md
scripts/evaluation/eval_framework/prompts.py
@@ -110,18 +110,19 @@ es_settings:
 # 若需要按某个语言单独调权，也可以加显式 key（例如 title.de: 3.2）。
 field_boosts:
   title: 3.0
-  qanchors: 2.3
-  enriched_tags: 2.3
-  keywords: 2.0
-  tags: 2.0
+  qanchors: 2.5
+  enriched_tags: 2.5
+  enriched_attributes.value: 2.3
   category_name_text: 2.0
   category_path: 2.0
-  brief: 1.5
-  description: 1.5
-  vendor: 1.5
-  option1_values: 1.5
-  option2_values: 1.5
-  option3_values: 1.5
+  keywords: 2.0
+  tags: 2.0
+  option1_values: 1.7
+  option2_values: 1.7
+  option3_values: 1.7
+  brief: 1.0
+  description: 1.0
+  vendor: 1.0
 # Query Configuration（查询配置）
 query_config:
@@ -188,17 +189,18 @@ query_config:
   search_fields:
     multilingual_fields:
     - title
-    - qanchors
     - keywords
+    - qanchors
     - enriched_tags
+    - enriched_attributes.value
     - option1_values
     - option2_values
     - option3_values
     - category_path
     - category_name_text
-    - brief
-    - description
-    - vendor
+    # - brief
+    # - description
+    # - vendor
     # shared_fields: 无语言后缀字段；示例: tags, option1_values, option2_values, option3_values
     shared_fields: null
     core_multilingual_fields:
@@ -244,7 +246,11 @@ query_config:
   - category1_name
   - category2_name
   - category3_name
-  - tags
+  # - tags
+  # - keywords
+  # - qanchors
+  # - enriched_tags
+  # - enriched_attributes
   - min_price
   - compare_at_price
   - image_url
@@ -0,0 +1,181 @@
+
+特征工程：
+对因子做非线性处理，作为重排阶段的乘法融合 / 特征融合，和LR、FM、浅层 MLP的输入。
+
+分成两张表：
+
+1. **常见非线性映射总表**
+2. **按“你想达到什么效果”来选方法**
+
+---
+
+# 一、常见非线性映射对比表
+
+> 记号说明：
+>
+> * (x)：原始因子，默认 (x\ge 0)
+> * (y=f(x))：映射后特征
+> * “头部/高值/尾部”分别指：高质量区、较大数值区、低影响区
+> * “弹性”可理解为乘法融合里更接近“相对重要性”的量
+
+| 方法                      | 公式                                 |   单调性 | 斜率/敏感性特征             | 弹性/相对敏感性特征                | 主要效果                   | 适合场景               | 风险/注意点             |
+| ----------------------- | ---------------------------------- | ----: | -------------------- | ------------------------- | ---------------------- | ------------------ | ------------------ |
+| 加偏置                     | (y=x+b)                            |   单调增 | (\frac{dy}{dx}=1) 不变 | (\frac{x}{x+b})，随(x)增大而增大 | **主要削弱低值区相对重要性**       | 防止小值/0值过度伤害乘法分数    | 对高值区抑制很弱           |
+| 对数                      | (y=\log(1+x))                      |   单调增 | 高值区越来越平              | 高值相对敏感性下降明显               | **强压缩大值/长尾**           | 计数、曝光、频次、热度        | 小值区区分度有时不够         |
+| 幂次（0~1）                 | (y=x^\gamma,\ 0<\gamma<1)          |   单调增 | 高值区变平                | 弹性恒为(\gamma<1)            | **整体降权，压缩高值**          | 重尾分布、避免大值碾压        | 需要处理0附近/尺度问题       |
+| 幂次（>1）                  | (y=x^\gamma,\ \gamma>1)            |   单调增 | 高值区更陡                | 弹性恒为(\gamma>1)            | **整体放大，强调高值**          | 想突出强信号头部           | 容易放大异常值、过拟合        |
+| 负幂 / 倒数幂                | (y=(x+\epsilon)^\gamma,\ \gamma<0) |   单调减 | 小(x)处敏感              | 适合“坏度/距离/排名”类反向量          | **把大值变小、小值变大**         | 距离、惩罚项、rank-like特征 | 必须防0，数值稳定要小心       |
+| Michaelis-Menten / 饱和分式 | (y=\frac{x}{x+K})                  |   单调增 | 前陡后平                 | (\frac{K}{x+K})，随(x)增大而减小 | **高值区重要性显著衰减**         | 相似度、质量分、置信度饱和      | 需选(K)，解释阈值要清晰      |
+| 指数饱和                    | (y=1-e^{-\alpha x})                |   单调增 | 初期快，后期快饱和            | 高值区快速失敏                   | **前期收益大，后期收益递减**       | “够好即可”的因子          | (\alpha)过大易太早饱和    |
+| 倒数/双曲线                  | (y=\frac{1}{x+c})                  |   单调减 | **头部陡、尾部平**          | 对小(x)更敏感                  | **强头部区分，尾部压平**         | rank、距离、位置惩罚       | 语义是反向量时更自然         |
+| RRF                     | (y=\frac{1}{k+r})                  |   单调减 | **头部下降快，尾部下降慢**      | 离散相邻rank差在头部更大            | **强调Top位置，压缩长尾rank差异** | 多路召回排序融合           | 更适合rank，不适合已校准连续分数 |
+| Sigmoid                 | (y=\sigma(\alpha(x-c)))            |   单调增 | **中间陡，两端平**          | 阈值附近最敏感                   | **中段阈值化，低高两端压缩**       | 有明显阈值的质量因子         | 容易过压缩，参数敏感         |
+| Tanh                    | (y=\tanh(\alpha(x-c)))             |   单调增 | **中间陡，两端平**          | 以中心点为对称中枢                 | **适合有“好/坏偏离”语义**       | 偏离均值、标准化后特征        | 要先中心化更合理           |
+| Softplus                | (y=\log(1+e^{\alpha(x-c)}))        |   单调增 | 平滑版ReLU              | 阈值后近似线性                   | **软阈值激活**              | 希望“超过阈值才开始起作用”     | 不如硬阈值直观            |
+| ReLU/铰链                 | (y=\max(0,x-c))                    |   单调增 | 阈值前0，后线性             | 明确阈值激活                    | **只让超过阈值部分生效**         | 明确业务门槛             | 不连续，不够平滑           |
+| 截断/裁剪                   | (y=\min(\max(x,L),U))              |    单调 | 两端直接压平               | 控制极值影响                    | **抗异常值，防爆**            | 样本少、分布脏            | 可能损失极值信息           |
+| 分段线性                    | 分段定义                               |  单调可控 | 可手工指定各段斜率            | 可按业务调敏感区间                 | **可解释、稳、好控**           | 规则清晰的业务场景          | 需要人工定阈值            |
+| Arctan                  | (y=\arctan(\alpha(x-c)))           |   单调增 | 类S形但更柔和              | 中间敏感、两端平                  | **温和版S型压缩**            | 不想用太激进sigmoid时     | 解释性略弱              |
+| 分位数/Percentile          | (y=\text{percentile}(x))           |   单调增 | 基于排序，不看绝对差值          | 消除原始尺度影响                  | **保序、抗异常、跨源统一尺度**      | 多源分数难校准            | 丢失绝对量纲信息           |
+| 分桶/Binning              | 区间映射到桶                             | 不一定连续 | 桶内不敏感，桶间跳变           | 强离散化                      | **把非线性变成离散模式**         | 样本少、LR很常见          | 桶边界敏感              |
+| Box-Cox                 | (\frac{x^\lambda-1}{\lambda})      |   单调增 | 介于log与power之间        | 可调分布形态                    | **系统化连续压缩族**           | 想系统试幂/log家族        | 解释性不如手工映射          |
+| Yeo-Johnson             | 可处理负值                              |    单调 | 类似Box-Cox            | 可处理(\le 0)                | **负值/零值也能做分布矫正**       | 特征可能有负值            | 工程解释性一般            |
+
+---
+
+# 二、按“想达到什么效果”选方法
+
+这个表更适合你做特征工程时快速决策。
+
+| 目标             | 推荐方法                                                                    | 核心机制            | 典型用途             |
+| -------------- | ----------------------------------------------------------------------- | --------------- | ---------------- |
+| 防止小值/0值把乘法分数打穿 | (x+b)                                                                   | 给低值加保护垫         | 质量分、置信分、召回弱信号保护  |
+| 压制大值主导、做收益递减   | (\log(1+x)), (x^\gamma(0<\gamma<1)), (\frac{x}{x+K}), (1-e^{-\alpha x}) | 高值区斜率变小         | 热度、频次、相似度、历史点击率  |
+| 明显削弱高值区重要性     | (\frac{x}{x+K})                                                         | 弹性随(x)增大而下降     | “高了以后别再太影响排序”    |
+| 整体降低某因子的乘法重要性  | (x^\gamma,\ 0<\gamma<1)                                                 | 弹性恒定缩小到(\gamma) | 统一降权某类因子         |
+| 整体放大某因子的乘法重要性  | (x^\gamma,\ \gamma>1)                                                   | 弹性恒定放大到(\gamma) | 想强化强信号           |
+| 强调Top，压平长尾     | (\frac{1}{x+c}), RRF                                                    | 头部陡、尾部平         | rank融合、位置因子、多路召回 |
+| 只在阈值附近最敏感      | Sigmoid / Tanh / Arctan                                                 | 中间陡、两端平         | 质量过线、置信阈值、门控因子   |
+| 超过阈值才起作用       | ReLU / Hinge / Softplus                                                 | 阈值激活            | “达到一定水平才算有效”     |
+| 抗异常值、防极值爆炸     | Clip / Winsorize / Log                                                  | 直接限幅或压缩长尾       | 脏数据、样本少、稳定性优先    |
+| 分布跨源不一致、量纲不统一  | Quantile / Percentile                                                   | 保序统一尺度          | 多路打分融合、异构召回分     |
+| 业务规则清晰、想强可解释   | 分段线性 / 分桶                                                               | 手工指定各区间作用方式     | 规则强、可解释要求高       |
+| 距离/惩罚/坏度越大越差   | 倒数、负幂、指数衰减                                                              | 反向单调映射          | 距离、时延、惩罚项        |
+
+---
+
+# 三、几个你当前最关心的方法，单独再压缩成小表
+
+## 1）加偏置 vs Michaelis-Menten
+
+| 方法   | 公式              | 低值区      | 高值区      | 适合作用     |
+| ---- | --------------- | -------- | -------- | -------- |
+| 加偏置  | (x+b)           | **削弱更多** | 基本保留     | 防止低值过分伤害 |
+| MM饱和 | (\frac{x}{x+K}) | 保留较强敏感性  | **削弱更多** | 防止高值持续主导 |
+
+一句话区别：
+
+* **加偏置**：主要“救低值”
+* **MM饱和**：主要“压高值”
+
+---
+
+## 2）RRF 的特征
+
+| 维度       | 结论                    |
+| -------- | --------------------- |
+| 公式       | (\frac{1}{k+r})       |
+| 单调性      | 随rank变差单调下降           |
+| 头部变化     | **更陡**                |
+| 尾部变化     | **更平**                |
+| 相邻rank差异 | rank越靠前，相邻差越大         |
+| 适合       | 多路召回融合、强调Top结果        |
+| 本质       | 是一种“头部敏感、尾部压缩”的rank映射 |
+
+你的判断是对的：**RRF 确实是头部变化陡、尾部变化平。**
+
+---
+
+## 3）Sigmoid / Tanh / ReLU 三者区别
+
+| 方法         | 形状             | 最敏感区域  | 适用语义         |
+| ---------- | -------------- | ------ | ------------ |
+| Sigmoid    | S型，输出(0\sim1)  | 中心阈值附近 | 质量是否过线、概率型因子 |
+| Tanh       | S型，输出(-1\sim1) | 中心附近   | 正负偏离、相对均值偏差  |
+| ReLU/Hinge | 折线             | 阈值以上   | 超过门槛才开始加分    |
+
+---
+
+# 四、用于 LR / FM 输入时，最推荐的一组“低风险特征字典”
+
+如果你现在是要做**有限样本下的工程化输入**，建议不要一下上太多复杂函数，而是每个核心因子先派生一个**小型稳定字典**：
+
+| 变换类别  | 推荐形式                             | 作用           |
+| ----- | -------------------------------- | ------------ |
+| 原始    | (x)                              | 保留原信息        |
+| 稳定    | (x+b)                            | 防止低值过伤       |
+| 压缩    | (\log(1+x))                      | 压长尾          |
+| 弱压缩   | (\sqrt{x})                       | 温和收益递减       |
+| 饱和    | (\frac{x}{x+K})                  | 明确高值衰减       |
+| 截断    | (\min(x,U))                      | 防极值爆炸        |
+| 阈值    | (\mathbf 1[x>t]) 或 (\max(0,x-t)) | 强化门槛效应       |
+| rank型 | (\frac{1}{x+c}) / RRF            | 处理位置、rank、距离 |
+
+---
+
+# 五、如果你要在实际工程里优先试哪些
+
+我建议优先级这样排：
+
+## 第一梯队：最稳
+
+* (x)
+* (x+b)
+* (\log(1+x))
+* (\sqrt{x})
+* (\frac{x}{x+K})
+* clip
+* rank倒数 / RRF
+
+## 第二梯队：有明确业务阈值时
+
+* sigmoid
+* tanh
+* relu / hinge
+* softplus
+* 分桶
+
+## 第三梯队：谨慎使用
+
+* 指数放大
+* 高次幂 (x^3,x^4)
+* 很激进的负幂
+* 过多参数化函数族
+
+因为样本少时，最怕的是：
+
+* 变换过激
+* 参数太多
+* 极值被放大
+* 输入间强共线后模型不稳
+
+---
+
+# 六、最后给你一个超短总结版
+
+| 方法族 | 代表公式                               | 本质效果       |
+| --- | ---------------------------------- | ---------- |
+| 偏置族 | (x+b)                              | 救低值        |
+| 压缩族 | (\log(1+x), \sqrt{x})              | 压大值、减长尾    |
+| 饱和族 | (\frac{x}{x+K}, 1-e^{-\alpha x})   | 高值收益递减     |
+| 放大族 | (x^\gamma,\gamma>1)                | 强化高值       |
+| 反向族 | (\frac{1}{x+c}, x^\gamma,\gamma<0) | 距离/排名/惩罚映射 |
+| S型族 | sigmoid, tanh, arctan              | 中间敏感、两端变平  |
+| 阈值族 | ReLU, hinge, softplus              | 超过门槛才生效    |
+| 稳定族 | clip, winsorize, quantile          | 抗异常、保稳     |
+| 离散族 | binning, percentile                | 保序/分段表达    |
+
+---
+
+如果你愿意，我下一步可以继续帮你整理成一版**“适合直接放进方案文档/评审PPT”的表格版**，再补一列：
+**“推荐用于哪些 rerank 因子（相关性、质量、热度、位置、先验）”**。
@@ -168,12 +168,6 @@ Typical examples:
    - Barely acceptable substitute â†’ **Low Relevant**
    - Hardly substitutable at all â†’ **Irrelevant**
-6. **When product information is insufficient, do not treat â€œcannot confirmâ€ as â€œconflictâ€.**
-   If a product does not mention an attribute, that does not mean the attribute is definitely violated.
-   Therefore:
-   - If the attribute is not mentioned or cannot be confirmed, prefer **High Relevant**;
-   - Only treat it as a conflict when the product information clearly shows the opposite of the query requirement.
-
 Query: {query}
 {intent_suffix}
@@ -312,12 +306,6 @@ _CLASSIFY_TEMPLATE_ZH = &quot;&quot;&quot;ä½ æ˜¯ä¸€ä¸ªæœé¥°ç”µå•†æœç´¢ç³»ç»Ÿä¸çš„ç›¸å…³æ€§åˆ
    - å‹‰å¼ºæ›¿ä»£å“ â†’ **å¼±ç›¸å…³**
    - å‡ ä¹Žä¸å¯æ›¿ä»£ â†’ **ä¸ç›¸å…³**
-6. **è‹¥å•†å“ä¿¡æ¯ä¸è¶³ï¼Œä¸è¦æŠŠâ€œæ— æ³•ç¡®è®¤â€è¯¯åˆ¤ä¸ºâ€œå†²çªâ€ã€‚**
-   å•†å“æœªå†™æ˜ŽæŸå±žæ€§ï¼Œä¸ç‰äºŽè¯¥å±žæ€§ä¸€å®šä¸ç¬¦åˆã€‚
-   å› æ¤ï¼š
-   - æœªæåŠ / æ— æ³•ç¡®è®¤ï¼Œä¼˜å…ˆæŒ‰â€œåŸºæœ¬ç›¸å…³â€å¤„ç†ï¼›
-   - åªæœ‰å½“å•†å“ä¿¡æ¯æ˜Žç¡®æ˜¾ç¤ºä¸ŽæŸ¥è¯¢è¦æ±‚ç›¸åæ—¶ï¼Œæ‰è§†ä¸ºå±žæ€§å†²çªã€‚
-
 æŸ¥è¯¢ï¼š{query}
 {intent_suffix}
@@ -348,7 +348,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 1.1 查询特定租户的商品，显示分面相关字段
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_search?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
     "query": {
         "term": { "tenant_id": "162" }
     },
@@ -363,7 +363,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 1.2 验证 category1_name 字段是否有数据
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_search?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
     "query": {
         "bool": {
             "filter": [
@@ -378,7 +378,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 1.3 验证 specifications 字段是否有数据
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_search?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
     "query": {
         "bool": {
             "filter": [
@@ -397,7 +397,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 2.1 category1_name 分面聚合
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_search?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
     "query": { "match_all": {} },
     "size": 0,
     "aggs": {
@@ -410,7 +410,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 2.2 specifications.color 分面聚合
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_search?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
     "query": { "match_all": {} },
     "size": 0,
     "aggs": {
@@ -431,7 +431,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 2.3 specifications.size 分面聚合
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_search?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
     "query": { "match_all": {} },
     "size": 0,
     "aggs": {
@@ -452,7 +452,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 2.4 specifications.material 分面聚合
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_search?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
     "query": { "match_all": {} },
     "size": 0,
     "aggs": {
@@ -473,7 +473,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 2.5 综合分面聚合（category + color + size + material）
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_search?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
     "query": { "match_all": {} },
     "size": 0,
     "aggs": {
@@ -545,13 +545,172 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products/_s
 }'
 ```
+#### 3.3 `enriched_attributes`：`.value.zh` / `.value.en` 的 keyword 精确匹配与 text 全文匹配
+
+> `enriched_attributes` 为 **nested**，检索需包在 `nested` 里。`.keyword` 子字段带 `lowercase` normalizer，英文词建议用小写做 `term`。
+
+**keyword 精确匹配**（示例词：中文 `法式风格`，英文 `long skirt`）
+
+```bash
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
+    "size": 1,
+    "_source": ["spu_id", "title", "enriched_attributes"],
+    "query": {
+        "nested": {
+            "path": "enriched_attributes",
+            "query": {
+                "bool": {
+                    "should": [
+                        { "term": { "enriched_attributes.value.zh.keyword": "法式风格" } },
+                        { "term": { "enriched_attributes.value.en.keyword": "long skirt" } }
+                    ],
+                    "minimum_should_match": 2
+                }
+            }
+        }
+    }
+}'
+```
+
+**text 全文匹配**（经 `index_ik` / `english` 分词；可与上式对照）
+
+```bash
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
+    "size": 1,
+    "_source": ["spu_id", "title", "enriched_attributes"],
+    "query": {
+        "nested": {
+            "path": "enriched_attributes",
+            "query": {
+                "bool": {
+                    "should": [
+                        { "match": { "enriched_attributes.value.zh": "法式风格" } },
+                        { "match": { "enriched_attributes.value.en": "long skirt" } }
+                    ],
+                    "minimum_should_match": 2
+                }
+            }
+        }
+    }
+}'
+```
+
+若需要 **拼写容错**，可在 `match` 上增加 `"fuzziness": "AUTO"`（对英文更常见）。
+
+#### 3.4 `option1_values`：keyword 与 text 分别查 `蓝色` / `blue`
+
+**keyword 精确匹配**
+
+```bash
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
+    "size": 1,
+    "_source": ["spu_id", "title", "option1_values"],
+    "query": {
+        "bool": {
+            "should": [
+                { "term": { "option1_values.zh.keyword": "蓝色" } },
+                { "term": { "option1_values.en.keyword": "blue" } }
+            ],
+            "minimum_should_match": 2
+        }
+    }
+}'
+```
+
+**text 全文匹配**
+
+```bash
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
+    "size": 1,
+    "_source": ["spu_id", "title", "option1_values"],
+    "query": {
+        "bool": {
+            "should": [
+                { "match": { "option1_values.zh": "蓝色" } },
+                { "match": { "option1_values.en": "blue" } }
+            ],
+            "minimum_should_match": 2
+        }
+    }
+}'
+```
+
+#### 3.5 `enriched_tags.zh` / `enriched_tags.en`：keyword 与 text（`高腰` / `high waist`）
+
+**keyword 精确匹配**
+
+```bash
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
+    "size": 1,
+    "_source": ["spu_id", "title", "enriched_tags"],
+    "query": {
+        "bool": {
+            "should": [
+                { "term": { "enriched_tags.zh.keyword": "高腰" } },
+                { "term": { "enriched_tags.en.keyword": "high waist" } }
+            ],
+            "minimum_should_match": 2
+        }
+    }
+}'
+```
+
+**text 全文匹配**
+
+```bash
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
+    "size": 1,
+    "_source": ["spu_id", "title", "enriched_tags"],
+    "query": {
+        "bool": {
+            "should": [
+                { "match": { "enriched_tags.zh": "高腰" } },
+                { "match": { "enriched_tags.en": "high waist" } }
+            ],
+            "minimum_should_match": 2
+        }
+    }
+}'
+```
+
+#### 3.6 `specifications`：`value_keyword` 与 `value_text.zh` / `value_text.en`（`蓝色` / `blue`）
+
+> `specifications` 为 **nested**，`value_keyword` 为整词匹配；`value_text.*` 可同时 `term` 子字段或 `match` 主 text。
+
+```bash
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
+    "size": 1,
+    "_source": ["spu_id", "title", "specifications"],
+    "query": {
+        "nested": {
+            "path": "specifications",
+            "query": {
+                "bool": {
+                    "should": [
+                        { "term": { "specifications.value_keyword": "蓝色" } },
+                        { "term": { "specifications.value_keyword": "blue" } },
+                        { "term": { "specifications.value_text.zh.keyword": "蓝色" } },
+                        { "term": { "specifications.value_text.en.keyword": "blue" } },
+                        { "match": { "specifications.value_text.zh": "蓝色" } },
+                        { "match": { "specifications.value_text.en": "blue" } }
+                    ],
+                    "minimum_should_match": 5
+                }
+            }
+        }
+    }
+}'
+```
+
+仅查 **keyword 类**（`value_keyword` + `value_text.*.keyword`）时可从上面 `should` 里删掉两条 `match`；仅 **全文** 时可只保留两条 `match`。
+
 ---
 ### 4. 统计查询
 #### 4.1 统计有 category1_name 的文档数量
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_count?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_count?pretty' -H 'Content-Type: application/json' -d '{
     "query": {
         "bool": {
             "filter": [
@@ -564,7 +723,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 4.2 统计有 specifications 的文档数量
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_count?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_count?pretty' -H 'Content-Type: application/json' -d '{
     "query": {
         "bool": {
             "filter": [
@@ -581,7 +740,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 5.1 查找没有 category1_name 但有 category 的文档（MySQL 有数据但 ES 没有）
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_search?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
     "query": {
         "bool": {
             "filter": [
@@ -599,7 +758,7 @@ curl -u &#39;saas:4hOaLaf41y2VuI8y&#39; -X GET &#39;http://localhost:9200/search_products_te
 #### 5.2 查找有 option 但没有 specifications 的文档（数据转换问题）
 ```bash
-curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_162/_search?pretty' -H 'Content-Type: application/json' -d '{
+curl -u 'saas:4hOaLaf41y2VuI8y' -X GET 'http://localhost:9200/search_products_tenant_163/_search?pretty' -H 'Content-Type: application/json' -d '{
     "query": {
         "bool": {
             "filter": [
@@ -850,3 +850,52 @@ title.zh: Dockers ç”·å£«ç»å…¸ç‰ˆåž‹å·¥ä½œæ—¥å¡å…¶è‰²æ™ºèƒ½360åº¦å¼¹åŠ›è£¤ï¼ˆæ 
 Rerank score: 0.0981
 title.en: Lazy One Pajama Shorts for Men, Men's Pajama Bottoms, Sleepwear
 title.zh: æ‡’äººç”·å£«ç¡è£¤ï¼Œç”·å¼å®¶å±…è£¤ï¼Œç¡çœ æœé¥°
+
+
+
+
+q=ä¿®èº«ç‰›ä»”è£¤
+
+è¿™äº›å¥½ç»“æžœå¾—åˆ†å¾ˆä½Žï¼š
+
+rerank_score:0.0564
+    "en": "Judy Blue Women's High Waist Button Fly Skinny Jeans 82319",
+    "zh": "Judy Blue å¥³å£«é«˜è…°çº½æ‰£å¼€å‰ä¿®èº«ç‰›ä»”è£¤ 82319"
+
+
+rerank_score:0.0790
+    "en": "2025 New Fashion European and American Women's Jeans High-Waisted Slim Straight Denim Pants Popular Floor-Length Pants",
+    "zh": "2025æ–°æ¬¾æ¬§ç¾Žé£Žå¥³å¼é«˜è…°æ˜¾ç˜¦ç›´ç’ç‰›ä»”è£¤ æ—¶å°šåŠåœ°é•¿è£¤"
+
+
+rerank_score:0.0822
+    "en": "roswear Women's Trendy Stretchy Flare Jeans Mid Rise Bootcut Curvy Denim Pants",
+    "zh": "Roswear å¥³å£«æ—¶å°šå¼¹åŠ›å–‡åç‰›ä»”è£¤ ä¸è…°é«˜è…°ä¿®èº«ç›´ç’ç‰›ä»”è£¤"
+
+
+rerank_score:0.0956
+    "en": "POSHGLAM Women's Maternity Jeans Over Belly 29'' Skinny Denim Jeggings Comfy Stretch Clearance Pregnancy Pants",
+    "zh": "POSHGLAM å¥³å£«å•äº§æœŸé«˜è…°æ˜¾ç˜¦ç‰›ä»”ç´§èº«è£¤ 29è‹±å¯¸ ç´§èº«å¼¹åŠ›å•å¦‡è£¤ ä¼‘é—²èˆ’é€‚ æ¸…ä»“ç‰¹ä»·"
+
+ï¼ˆå¸¦æœ‰ Slim Stretch Jeansï¼Œä½†æ˜¯æ‰“åˆ†åªæœ‰0.0135ï¼Œæžä½Žï¼‰
+rerank_score:0.0135
+    "en": "European and American Export Temu American Retro Sexy Bell-Bottomed Pants Slim Slim Stretch Jeans Women's Pants",
+    "zh": "æ¬§ç¾Žå‡ºå£ è’‚å§†ç¾Žå›½å¤å¤æ€§æ„Ÿå–‡åè£¤ ä¿®èº«å¼¹åŠ›å¥³è£¤"
+
+
+è¿™å‡ ä¸ªç»“æžœæ¯”è¾ƒå·®ï¼Œä½†æ˜¯å¾—åˆ†å¾ˆé«˜ï¼š
+
+rerank_score:0.4692
+    "en": "American Vintage Low Waist Non-Elastic Washed Straight-Leg Jeans Women's Autumn New Street Wide Leg Denim Women's Pants",
+    "zh": "ç¾Žå¼å¤å¤ä½Žè…°æ— å¼¹æ´—æ°´ç›´ç’é˜”è…¿ç‰›ä»”è£¤ å¥³å£«ç§‹å£æ–°æ¬¾é˜”è…¿ç‰›ä»”è£¤"
+
+
+rerank_score:0.4784
+    "en": "Europe and the United States cross-border foreign trade 2025 spring and summer new Amazon independent station washed waist adjustable Denim pants",
+    "zh": "æ¬§ç¾Žè·¨å¢ƒå¤–è´¸2025æ˜¥å¤æ–°æ¬¾äºšé©¬é€Šç‹¬ç«‹ç«™æ´—æ°´è…° adjustable ç‰›ä»”è£¤"
+
+
+rerank_score:0.5849
+    "zh": "æ–°æ¬¾å¥³å£«ä¿®èº«ä»¿æ—§ç‰›ä»”çŸè£¤ â€“ ä¼‘é—²æ€§æ„Ÿç£¨è¾¹æ°´æ´—ç‰›ä»”çŸè£¤ï¼Œæ—¶å°šèˆ’",
+    "en": "New Women's Slim-fit Vintage Washed Denim Shorts â€“ Casual Sexy Frayed Hem, Fashionable & Comfortable"
+
@@ -175,12 +175,6 @@ Typical examples:
    - Barely acceptable substitute â†’ **Low Relevant**
    - Hardly substitutable at all â†’ **Irrelevant**
-6. **When product information is insufficient, do not treat â€œcannot confirmâ€ as â€œconflictâ€.**
-   If a product does not mention an attribute, that does not mean the attribute is definitely violated.
-   Therefore:
-   - If the attribute is not mentioned or cannot be confirmed, prefer **High Relevant**;
-   - Only treat it as a conflict when the product information clearly shows the opposite of the query requirement.
-
 Query: {query}
 {intent_suffix}
@@ -319,12 +313,6 @@ _CLASSIFY_TEMPLATE_ZH = &quot;&quot;&quot;ä½ æ˜¯ä¸€ä¸ªæœé¥°ç”µå•†æœç´¢ç³»ç»Ÿä¸çš„ç›¸å…³æ€§åˆ
    - å‹‰å¼ºæ›¿ä»£å“ â†’ **å¼±ç›¸å…³**
    - å‡ ä¹Žä¸å¯æ›¿ä»£ â†’ **ä¸ç›¸å…³**
-6. **è‹¥å•†å“ä¿¡æ¯ä¸è¶³ï¼Œä¸è¦æŠŠâ€œæ— æ³•ç¡®è®¤â€è¯¯åˆ¤ä¸ºâ€œå†²çªâ€ã€‚**
-   å•†å“æœªå†™æ˜ŽæŸå±žæ€§ï¼Œä¸ç‰äºŽè¯¥å±žæ€§ä¸€å®šä¸ç¬¦åˆã€‚
-   å› æ¤ï¼š
-   - æœªæåŠ / æ— æ³•ç¡®è®¤ï¼Œä¼˜å…ˆæŒ‰â€œåŸºæœ¬ç›¸å…³â€å¤„ç†ï¼›
-   - åªæœ‰å½“å•†å“ä¿¡æ¯æ˜Žç¡®æ˜¾ç¤ºä¸ŽæŸ¥è¯¢è¦æ±‚ç›¸åæ—¶ï¼Œæ‰è§†ä¸ºå±žæ€§å†²çªã€‚
-
 æŸ¥è¯¢ï¼š{query}
 {intent_suffix}