term_vector

词向量（term vectors）包含由分析过程产生的词元的相关信息，包括：

• 词元列表。
• 每个词元的位置（或顺序）。
• 将词元映射回原始字符串中其来源的开始和结束字符偏移量。
• 有效载荷（payload，如果可用）——与每个词元位置关联的用户定义二进制数据。

这些词向量可以被存储，以便为特定文档检索它们。

term_vector 设置接受：

• no 不存储词向量。（默认）
• yes 只存储字段中的词元。
• with_positions 存储词元和位置。
• with_offsets 存储词元和字符偏移量。
• with_positions_offsets 存储词元、位置和字符偏移量。
• with_positions_payloads 存储词元、位置和有效载荷。
• with_positions_offsets_payloads 存储词元、位置、偏移量和有效载荷。

快速向量高亮器需要 with_positions_offsets。词向量 API 可以检索任何已存储的内容。

设置 with_positions_offsets 会使字段的索引大小翻倍。

PUT my-index-000001
{
  "mappings": {
    "properties": {
      "text": {
        "type":        "text",
        "term_vector": "with_positions_offsets"
      }
    }
  }
}

PUT my-index-000001/_doc/1
{
  "text": "Quick brown fox"
}

# 由于启用了词向量，text 字段默认将使用快速向量高亮器
GET my-index-000001/_search
{
  "query": {
    "match": {
      "text": "brown fox"
    }
  },
  "highlight": {
    "fields": {
      "text": {}
    }
  }
}

原文链接