我正在使用Elasticsearch（1.7.3版，带有Java Transport Client）来搜索人名数据库。我利用了一系列可用的语音算法（DoubleMetaphone、RefinedSoundex等）来索引我的姓名字段并存储它们。然而，我需要的评分算法是计算输入令牌与索引中的令牌的接近度百分比。

例如：

以下文档在使用语音算法编制索引时：

{
  "FullName": "Christopher Cruickshank"
}

展开为（使用analyze api获取的输出）：

{
  "tokens": [
    {
      "token": "C3090360109",
      "start_offset": 0,
      "end_offset": 11,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "christopher",
      "start_offset": 0,
      "end_offset": 11,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "K3936",
      "start_offset": 0,
      "end_offset": 11,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "KRST",
      "start_offset": 0,
      "end_offset": 11,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "C3903083",
      "start_offset": 12,
      "end_offset": 23,
      "type": "<ALPHANUM>",
      "position": 2
    },
    {
      "token": "cruickshank",
      "start_offset": 12,
      "end_offset": 23,
      "type": "<ALPHANUM>",
      "position": 2
    },
    {
      "token": "K3935",
      "start_offset": 12,
      "end_offset": 23,
      "type": "<ALPHANUM>",
      "position": 2
    },
    {
      "token": "KRKX",
      "start_offset": 12,
      "end_offset": 23,
      "type": "<ALPHANUM>",
      "position": 2
    }
  ]
}

现在，在搜索期间，当我查询：

{
              "match": {
                "FullName": {
                  "query": "Cristopher Krukshank",
                  "boost": 10.0
                }
              }
            }

我想做的是根据索引中匹配的标记的数量对结果进行评分。
例如：

(Number of matched tokens per term / Total number of expanded tokens per term) * Boost

虽然这在概念上是可行的，但我想知道是否有更好的方法来实现同样的目标。
此外，我倾向于在索引时间内增加很多复杂性和逻辑性（或者通过在字段中存储总令牌的计数）这样我的搜索逻辑将更简单。如果这是一个合理的方法，那么我想知道在索引过程中使用analyseapi是否有任何技术上的暗示，特别是当大量索引被用于数百万个名字时。我猜Analyze API将为每个原始标记和每个扩展标记（可能很大！）调用。
如果这不是一个合理的方法，那么请有人扔一些指针或分享一些经验？
我还考虑的另一个选项是在查询时调用analyze api，并使用“explain”选项将查询发送到elasticsearch，然后在explain部分进行字符串匹配，以计算出匹配的标记数。