Cách tìm các cụm từ được sử dụng nhiều nhất trong elasticsearch?

Question

Tôi biết rằng bạn có thể tìm thấy hầu hết các cụm từ được sử dụng trong chỉ mục có sử dụng các khía cạnh.

Ví dụ đầu vào sau:

"A B C" 
"AA BB CC" 
"A AA B BB" 
"AA B" 

hạn khía cạnh trả về này:

B:3 
AA:3 
A:2 
BB:2 
CC:1 
C:1 

Nhưng tôi tự hỏi rằng là nó có thể liệt kê sau:

AA B:2 
A B:1 
BB CC:1 

....etc... 

Is có một tính năng như vậy trong ElasticSearch?

Answer 1

Như đã đề cập trong nhận xét của ramseykhalaf, một bộ lọc ván lợp sẽ tạo ra các thẻ có độ dài "n".

"settings" : { 
    "analysis" : { 
     "filter" : { 
      "shingle":{ 
       "type":"shingle", 
       "max_shingle_size":5, 
       "min_shingle_size":2, 
       "output_unigrams":"true" 
      }, 
      "filter_stop":{ 
       "type":"stop", 
       "enable_position_increments":"false" 
      } 
     }, 
     "analyzer" : { 
      "shingle_analyzer" : { 
       "type" : "custom", 
       "tokenizer" : "whitespace", 
       "filter" : ["standard," "lowercase", "shingle", "filter_stop"] 
      } 
     } 
    } 
}, 
"mappings" : { 
    "type" : { 
     "properties" : { 
      "letters" : { 
       "type" : "string", 
       "analyzer" : "shingle_analyzer" 
      } 
     } 
    } 
} 

Xem này blog post để biết chi tiết đầy đủ.

Answer 2

Tôi không chắc chắn nếu elasticsearch sẽ cho phép bạn làm điều này theo cách bạn muốn nguyên bản. Nhưng bạn có thể quan tâm đến việc kiểm tra Carrot2 - http://project.carrot2.org/index.html để hoàn thành những gì bạn muốn (và có thể nhiều hơn nữa.)