根据弹性搜索文档，https://www.elastic.co/guide/en/elasticsearch/reference/current/docs-termvectors.html，术语向量只能应用于文档。有什么方法可以在索引级别应用它吗。
我的用例是在应用英语停止词过滤器后，计算添加到索引的所有文档中的字段(类型：字符串，基本上是一个句子)中所有uni、bi和trigram的频率。
谢谢。
对于碎片中的所有文档，使用术语向量存储多个统计信息(为什么不索引？…继续阅读)。
- 总术语频率(术语在所有文档中出现的频率)
- 文档频率(包含当前术语的文档数)
若要实现此功能，必须为要分析的字段启用term_vector。最好在设置映射时将term_vector添加到字段定义中，因为计算是在索引时完成的，这会加快术语向量检索的速度。
然后，当检索术语向量时，只需添加"term_statistics"参数，ttf就会包含在输出中。参见此示例：
GET/twitter/_doc/1/termvectors｛"fields"：["text"]，"offset"：true，"payloads"：true，《positions》：true，"term_statistics"：true，"field_statistics"：true｝
但是，请注意，如果索引使用多个碎片，则term_vector和依赖于term_vectors的"更像这样"查询是不准确的。说不是这样！
术语和字段统计信息不准确。删除的文档没有考虑在内。仅检索请求的文档所在的shard。术语和字段统计信息因此仅作为相对度量有用，而绝对在这种情况下，数字没有任何意义。
如果你想要准确的统计数据，你必须将索引设置为单个碎片，这违背了使用弹性搜索的目的，因为你不能对单个碎片进行聚类。另一个Stackoverflow提交者陷入了这个陷阱。如果有人知道解决方案，请发帖。