弹性搜索中的快速关键字提取

Question

我有一个大型数据库，存储在elasticsearch数据库中的图像注释。我想用这个数据库进行关键字提取。输入是文字（通常是报纸文章）。我的算法的基本思想是遍历文章中的每个术语，并使用elasticsearch来发现术语在图像注释中的频率。然后从不频繁的文章中输出词语（以便选择人物或地方的名字而不是普通的英语单词）。

我不需要一些非常复杂的东西，这些关键字只是用于用户输入的建议，但我希望更快一些，然后询问N个搜索查询（其中N是文本中的术语数）到elasticsearch，这可能会很慢在大文本上。在elasticsearch中有关于提取关键字的一些强大且快速的技术？

Answer 1

您可以使用弹性搜索term aggregations。他们可以返回带有关键字的关键字，并显示相对频率的文档数量。以下是YML中的示例查询。

query: 
    match: 
     annotation: 
      query: text of your article 
aggregations: 
    term_frequencies: 
     terms: 
      field: annotation