如何在ElasticSearch中搜索单个文档中单个字段最常用的词？

Question

如何在ElasticSearch中搜索单个文档中单个字段最常用的词？假设我有一个文档，其中包含关键字类型的字段“pdf_content”，其中包含：

“好有礼貌好有礼貌好”

我想要 return 个

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

如何使用 ElasticSearch 7.15 实现这一点？

我在 Kibana 控制台中试过这个：

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

但它只是 return 我已编入索引的 PDF 列表。

Answer 1

你试过吗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"
}

那么你可以这样做：

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。全部设为false给你想要的

如何在ElasticSearch中搜索单个文档中单个字段最常用的词？

How to search in ElasticSearch the most common word of a single field in a single document?

rest

elasticsearch

kibana