elasticsearch &引用；美国“；非[“美国”、“州”]

我在elasticsearch中有文本字段，我想在kibana上将单词云可视化

第一步我们需要标记它们，我使用“标准标记器”。。。 使用此表单的word云可视化结果图片如下：

但我需要的是像“美国”、“联合国”、“安全理事会”和。。。我一定不要分开，我想要一个像这样的词： *专有名词或短语可能在2-5个单词之间。（如“中华人民共和国”）

我该怎么办？ 这与N-Gram有关吗

示例文本：

美利坚合众国是联合国宪章成员 联合国和联合国安全理事会五个常任理事国之一 理事会

美国是联合国总部的东道国， 其中包括大会通常在纽约举行的会议地点 纽约市、安全理事会所在地和联合国若干机构 联合国。美国是最大的金融服务提供者 对联合国的捐款，占联合国预算的22% 2017年整个联合国预算（相比之下，第二大贡献者） 是日本占了近10%，而欧盟国家总共支付了10% 超过百分之三十）。2016年7月至2017年6月，28.6%的 用于维持和平行动的预算由联合国提供 国家。美国在建立联合国方面发挥了关键作用 联合国

---

此任务是NER任务，不是标准的标记化任务。有一些插件可以用elastic实现这一点，但没有一个是有前途的

为了实现这一点，您需要在应用程序端预处理数据。使用NLP解析器（Standford Core NLP，Spacy…）并提取命名实体。在映射中创建一个关键字字段（称为entities for eg），将从每个文档中提取的实体保存为数组，然后可以使用此字段生成word cloud

祝你好运