1 为什么要引入 LTR？

常规检索（BM25、语义检索、Hybrid、RRF …）往往只能基于少量信号（关键词命中、向量相似度）排序。
Learning-to-Rank 通过机器学习模型把多维度特征（文档属性、查询属性、查询-文档相关特征）融合为一个“最终得分”，在 Top-K 结果里做二阶段重排，可显著提升业务相关性。

经典场景：

1.1 Judgment List（标注集）

• 内容：<query, doc_id, relevance_label>

• 来源：人工标注 / 点击转化日志（加权采样）

• 平衡性：

  • 各查询类型（标题、演员、品牌…）样本数要均衡
  • 正负样本比例适当（例如 1:4），防止模型倾向“认为全是相关”

1.2 特征工程

在 ES 中用 templated query 把一段 DSL 转成特征抽取器，既用于离线生成训练集，也用于线上推理。

[
  {
    "query_extractor": {
      "feature_name": "title_bm25",
      "query": { "match": { "title": "{{query}}" } }
    }
  },
  {
    "query_extractor": {
      "feature_name": "price_norm",
      "query": { "script_score": { "script": "doc['price'].value / 1000" } }
    }
  }
]

2 训练 LTR 模型（LambdaMART）

1. 生成训练 TSV/CSV

   relevance  qid:123  1:title_bm25  2:price_norm   3:clicks ...
   

2. XGBoost/LGBM 训练

   • Objective 设为 rank:pairwise 或 rank:ndcg
   • 评估指标：nDCG@10、MAP 等

3. 导出模型 (model.json)

📦 eland 工具一键上传：
eland_import_hub_model --url $ES --model_id my_ltr --task text_similarity --model_path model.json

3 在 Elasticsearch 中部署 reranker

POST _inference/_deployments
{
  "inference_id": "my-ltr-reranker",
  "task_type": "text_similarity",
  "model_id" : "my_ltr"
}

4 检索 + LTR 二阶段重排示例

POST /products/_search
{
  "size": 10,                          // 最终返回 10 条
  "retriever": {                       // Stage-1 召回
    "rrf": {
      "retrievers": [
        { "standard": { "query": { "match": { "title": "wireless headset" } }, "k": 100 } },
        { "standard": { "query": { "semantic": { "field": "semantic_text", "query": "wireless headset" } }, "k": 100 } }
      ]
    }
  },
  "reranker": {                        // Stage-2 LTR
    "text_similarity_reranker": {
      "model_id": "my-ltr-reranker",
      "field": "{{{features}}}",       // 模板内包含多特征拼接
      "max_passages": 10
    }
  }
}

• retriever：先用 Hybrid + RRF 召回 100 条文档
• text_similarity_reranker：调用 cross-encoder LambdaMART 模型重新排序

返回字段 _rank 即为 LTR 排名，_score 为 LTR 预测分。

5 常见问题与优化

6 小结

1. Judgment list → Feature → GBDT 训练
2. eland 上传模型 → Inference Endpoint
3. Retriever 首召回 + LTR rerank 单请求搞定

借助 Elasticsearch 9.x 内置的 text_similarity_reranker，你无需改动索引结构，即可把成熟的 LambdaMART/XGBoost 排序模型接入查询链路，在百毫秒级实时重排 Top-K 结果，轻松获得更贴近用户意图的搜索体验 🚀