获取文本字段中前10个最常用的单词

Question

我有一个包含数千个文档的索引，每个文档都有一个完整的文本字段。

我想搜索所有这些字段并获取最常返回的10个最常见的字词。

如果可行，我还想在Kibana上进行可视化的方式。

Answer 1

实现这一目标的最常见方法是使用keyword datatype复制全文字段。这样您就可以在该字段doc here上terms aggregation。也许你可以考虑做一个significant term aggregation - doc here，从而避免出现停用词和常用词。在ES 6.x中，您还可以使用significant text aggregation - doc here，而无需创建keyword字段，但我从不尝试过，我也不知道它是如何工作的。相反，如果您需要检索每个文档的单词频率，则应使用termvector - doc here