在所有文档中获取前100个最常用的三个单词短语

在所有文档中获取前100个最常用的三个单词短语

您正在寻找的被称为 带状疱疹 。带状疱疹就像“单词n-
gram”：字符串中多个项的序列组合。（例如，“我们所有人都生活”，“所有人都生活”，“住在一个”，“一个黄色”，“一个黄色潜水艇”）

在这里看看：https :
//www.elastic.co/blog/searching-with-
shingles

基本上，您需要一个带有带状板分析器的字段，该分析器仅生成三项带状板：

d性博客文章配置，但具有：

"filter_shingle":{   "type":"shingle",   "max_shingle_size":3,   "min_shingle_size":3,   "output_unigrams":"false"}

在将带状疱疹分析器应用于相关字段（如博客文章中）并 重新索引数据之后
，您应该能够在字段上发出返回简单术语汇总的查询，

body

以查看前一百个3 -词词组。

{  "size" : 0,  "query" : {    "match_all" : {}  },  "aggs" : {    "three-word-phrases" : {      "terms" : {        "field" : "body",        "size"  : 100        }    }  }}