Качество на търсенето: възложител с дълъг списък имена изпреварва точните съвпадения

[mbpenkov]

Описание

В резултатите от търсене възложител, чийто текст съдържа дълъг списък имена (напр. община, изброяваща многото си детски градини), се класира над същностите, които точно съвпадат с заявката.

Стъпки за възпроизвеждане

1. Търси „детска градина“ в /search.
2. Първи резултат: Община Лясковец — съвпада само защото текстът ѝ изброява много градини („Детска градина «Сладкопойна чучулига», «Детелина», «Славейче»…“).
3. Реалните детски градини (точни съвпадения) са под нея.

Очаквано

Точните съвпадения по същност (самите детски градини) да се класират над възложител, който просто споменава много градини в текста си.

Наблюдавано

Дългият текстов blob на общината печели релевантността и измества същинските резултати надолу.

Вероятна причина

FTS релевантността възнаграждава многото съвпадения на термин в едно поле; възложител с десетки имена в текста натрупва повече попадения от една детска градина с едно. (Свързано с #24 — разтворените имена идват точно от тази непоследователност.)

Предложено решение

Да се коригира класирането така, че точно/entity-level съвпадение да бие спомената в blob — напр. отделно тегло за съвпадение в собственото име на същността спрямо в агрегиран текст, или потискане на blob-полето.

Среда

• Прод: sigma.midt.bg · открито 16.06.2026.

[StanislavBG]

Работя по този issue (issue-address skill chain). Ще линкна PR-а тук след fix + verify.

[StanislavBG]

Fixed and PR opened: #269 — dampens search rank by title length so a title repeating the query terms several times can't outrank an exact, single match. Verified with a real SQLite FTS5 regression test (red against the old ranking, green with the fix), plus the full @sigma/db suite (285/285 passing, no regressions).