Semantic_text 字段默认嵌入模型变为 .jina-embeddings-v5-text-small

Elasticsearch2026-07-13 11:39

在早期的 Elastic Stack 版本（9.4 之前），当我们定义 semantic_text 字段时，没有指名它的 inference endpoint，那么它的默认 inference endpoint 就是 .elser_model_2。从 Elastic Stack 9.4 之后，我们可以看到这个变化。比如：

bash 复制代码

`

1.  PUT semantic_text
2.  {
3.    "mappings": {
4.      "properties": {
5.        "content": {
6.          "type": "text",
7.          "copy_to": "inference_field"
8.        },
9.        "inference_field": {
10.          "type": "semantic_text"
11.        }
12.      }
13.    }
14.  }

`AI写代码![](https://csdnimg.cn/release/blogv2/dist/pc/img/runCode/icon-arrowwhite.png)

如上所示，我们定以了一个叫做 content 的字段，它的类型是 text。我们同时也把它拷贝到 inference_field 字段，而它的类型是 semantic_text。在上面，我们并没有标注它的 inference id。那么在默认的情况下，它的 inference id 是什么呢？

我们可以打入如下的命令：

bash 复制代码

`GET semantic_text/_mapping` AI写代码

我们可以看到在默认的情况下，它的 inference_id 是 .jina-embeddings-v5-text-small，也就是说它支持上百种语音。

我们做一个简单的例子：

css 复制代码

`

1.  PUT semantic_text/_bulk
2.  {"index": {"_id": "1"}}
3.  {"content": "阿里巴巴（中国）有限公司成立于2007年03月26日，法定代表人蒋芳"}
4.  {"index": {"_id": "2"}}
5.  {"content": "百度是拥有强大互联网基础的领先AI公司。百度愿景是：成为最懂用户，并能帮助人们成长的全球顶级高科技公司。于2000年1月1日在中关村创建了百度公司"}

`AI写代码

我们写入上面的文档，并做如下的查询：

bash 复制代码

`

1.  GET semantic_text/_search
2.  {
3.    "query": {
4.      "match": {
5.        "inference_field": "阿里是什么样的公司？"
6.      }
7.    }
8.  }

`AI写代码

bash 复制代码

`

1.  GET semantic_text/_search
2.  {
3.    "query": {
4.      "match": {
5.        "inference_field": "What is Baidu company?"
6.      }
7.    }
8.  }

`AI写代码

很显然它天生支持多语言。

有人可能想知道，这个到底是怎么做到的。答案是是它在底层自动使用了 EIS (Elastic Inference Service)。详细的连接步骤，请参考文章 "跳过 MLOps：通过 Cloud Connect 使用 EIS 为自管理 Elasticsearch 提供托管云推理"。

更多详情，请观看视频：