Text 从ElasticSearch文档检索分析过的标记

尝试访问ElasticSearch文档中的分析/标记化文本

我知道您可以使用分析模块来分析任意文本。因此，我可以将文档中的数据复制并粘贴到AnalyzeAPI中，以查看它是如何标记的

---

不过，这似乎不必要地耗费时间。是否有任何方法指示ElasticSearch在搜索结果中返回标记化文本？我查看了文档，没有发现任何东西。

看看这个其他答案：。不幸的是，它需要使用提供的脚本实时重新分析字段内容。
应该可以编写插件来公开此功能。我们的想法是将两个端点添加到：

• 允许像solr一样阅读lucene TermsEnum，这对提出自动建议也很有用。请注意，它不是每个文档，而是索引上的每个术语，具有术语频率和文档频率（由于有许多独特的术语，可能会很昂贵）
• 允许读取术语向量（如果启用），就像solr一样。这将是每个文档，但需要存储术语向量（您可以在映射中配置它），并且如果启用，还允许检索位置和偏移量

---

这个问题有点老了，但也许我认为有必要再补充一个答案

---

在ElasticSearch 1.0.0中，添加了允许您根据每个文档直接访问引擎盖下的令牌ElasticSearch存储。API文档对此不是很清楚（仅在示例中提到），但为了使用API，您必须首先在中指出，您希望在每个字段上使用

term\u vector

属性存储术语向量。
您可能希望使用脚本，但您的服务器应启用脚本

curl 'http://localhost:9200/your_index/your_type/_search?pretty=true' -d '{
    "query" : {
        "match_all" : { }
    },
    "script_fields": {
        "terms" : {
            "script": "doc[field].values",
            "params": {
                "field": "field_x.field_y"
            }
        }
    }
}'

---

允许脚本的默认设置取决于弹性搜索版本，因此请从官方文档中查看。
我也需要第一个案例，但我不关心频率，我只需要一个列表——因此我的计划只是迭代字段数据缓存（就像常规术语方面那样）但是没有收集统计数据。我有一个部分编写的插件。做得好，如果你能在github上共享它就好了！：）如果你是指我——是的，完成后我会的，在这里：我们现在在插件中添加了一个TermList方面。它仍然有点实验性。如果你有机会尝试一下，我对任何反馈都很感兴趣。很好，我会看看的。另一方面，我甚至没有机会开始研究我的想法……太糟糕了！我尝试分析api和术语向量，发现术语向量更复杂，实际上b/c解析其结果比解析api结果更耗时。我想知道，自从你提出这个问题以来，你是否获得了更多的洞察力？通过我的测试，我发现分析术语向量比仅仅检查分析api结果更耗时。