如何在 ElasticSearch 中搜索单个文档中单个字段的最常见单词？

Question

如何在 ElasticSearch 中搜索单个文档中单个字段的最常见单词？ 假设我有一个文档，其中包含一个关键字类型的字段“pdf_content”，其中包含：

“客气不错不错客气不错”

我想要退货

{
    word: good,
    occurences: 3
},
{
    word: polite,
    occurences: 2
},
{
    word: nice,
    occurences: 1
},

这怎么可能使用 ElasticSearch 7.15？

我在 Kibana 控制台中尝试了这个：

GET /pdf/_search
{
  "aggs": {
    "pdf_contents": {
      "terms": { "field": "pdf_content" }
    }
  }
}

但它只返回我已编入索引的 PDF 列表。

Answer 1

你有没有试过term_vector ？：

基本上，你可以这样做：

映射：

{
    "mappings": {
        "properties": {
            "pdf_content": {
                "type": "text",
                "term_vector": "with_positions_offsets_payloads"
            }
        }
    }
}

使用您的示例文档：

POST /pdf/_doc/1

{
    "pdf_content": "good polite nice good polite good"
}

然后你可以这样做：

GET /pdf/_termvectors/1

{
  "fields" : ["pdf_content"],
  "offsets" : false,
  "payloads" : false,
  "positions" : false,
  "term_statistics" : false,
  "field_statistics" : false
}

如果您想查看其他信息，可以将它们设置为true 。 将所有设置为false给你你想要的。