在Elasticsearch中获取索引文档的倒排索引

Question

我有很多文档（分析了文本字段 title ）。它们已在Elasticsearch中编入索引，现在我只需要为字段 title 中的每个术语获取术语频率TF和反向文档频率IDF，而无需任何查询。 （只需索引文档并检索字段 title 中所有术语的倒排索引）

Elasticsearch可以吗？

Answer 1

我写了一篇关于如何从ES获得术语 - 文档矩阵的tutorial。这确实包括获取TF但不包括IDF。这是使用Python的ES 1.6.0。

如需更多信息，请查看TermVector API。

Answer 2

没有。你可以找到一种方法以某种方式一起破解它。在每个查询的基础上，您可以使用EXPLAIN api例如https://www.elastic.co/guide/en/elasticsearch/reference/2.3/search-explain.html但是没有API可以返回此信息。

Answer 3

GET /YOUR_INDEX/YOUR_DOC_TYPE/YOUR_ID/_termvectors
{
  "fields" : ["YOUR_FIELD"],
  "term_statistics" : true,
  "field_statistics" : true
}

这将获得文档中每个单词的TF。

Answer 4

万一有人仍然有与OP相似的问题，我创建了一个Python module called inelastic，它打印出给定索引和字段的Elasticsearch倒排索引的近似值。