前一篇已经翻译过termvectors的使用方法了，这对于学习如何使用tf-idf来说是很有帮助的了。
更多内容参考我整理的ELK教程
什么是TF-IDF?
今天早晨起来，看《ES IN ACTION》的时候，遇到了这个术语，看英文实在不明白，于是百度了一下。看到了阮一峰的一篇关于它的文章，讲解的十分简单明了，不得不佩服大家的作品，就是不一样。
其实TF-IDF是一种全文检索很常见的算法，即按照关键词以及权重来判断用户想要的是哪一个相关的文档。
比如说，我的名字叫xingoo这句话，想要针对它来做一次全文检索。
第一步，就是对它进行分词，可以分为我 的 名字 叫 xingoo其中的是一种停顿词，很多文档中都会出现，因此可以忽略。那么关键词可以变为：名字``xingoo。那么名字``xingoo这两个词出现了多少次，就可以作为TF，即term frequnency，词频。
第二步，如果其他的文档中也会出现名字这种词，而很少会出现xingoo这种个性话的词。因此采用一种逆向权重法，即越少出现的词，越特殊，越能代表这篇文档的特殊性。这个就叫做IDF，即Inverse Document Frequency，你文档频率。
关于他们的计算公式，可以参考阮一峰的文章，很容易理解的！
multi tervectors
再说回官方文档吧，这次介绍的是一次性返回多个查询的termvectors，原理和multi get类似，都是使用一个docs的数组，请求多个index,type,id。
curl 'localhost:9200/_mtermvectors' -d '{
"docs": [
{
"_index": "testidx",
"_type": "test",
"_id": "2",
"term_statistics": true
},
{
"_index": "testidx",
"_type": "test",
"_id": "1",
"fields": [
"text"
]
}
]
}'索引可以放在url上面，这样docs中就可以忽略，也可以在docs进行覆盖：
curl 'localhost:9200/testidx/_mtermvectors' -d '{
"docs": [
{
"_type": "test",
"_id": "2",
"fields": [
"text"
],
"term_statistics": true
},
{
"_type": "test",
"_id": "1"
}
]
}'type也是如此：
curl 'localhost:9200/testidx/test/_mtermvectors' -d '{
"docs": [
{
"_id": "2",
"fields": [
"text"
],
"term_statistics": true
},
{
"_id": "1"
}
]
}'如果索引和类型都一样，只有请求的id不一样，那么可以把id放在一个数组里面：
curl 'localhost:9200/testidx/test/_mtermvectors' -d '{
"ids" : ["1", "2"],
"parameters": {
"fields": [
"text"
],
"term_statistics": true,
…
}
}'由于termvectors支持用户自己定义的文档，而不是ES中存储的。因此可以按照下面的语法，请求多个自定义的文档进行解析：
curl 'localhost:9200/_mtermvectors' -d '{
"docs": [
{
"_index": "testidx",
"_type": "test",
"doc" : {
"fullname" : "John Doe",
"text" : "twitter test test test"
}
},
{
"_index": "testidx",
"_type": "test",
"doc" : {
"fullname" : "Jane Doe",
"text" : "Another twitter test ..."
}
}
]
}'