我正在尝试计算特定术语在整个索引中出现的总次数（术语收集频率）。我试图通过使用术语向量来做到这一点，但是这仅限于单个文档。即使在指定文档中存在术语的情况下，响应似乎也达到了某个doc_count（在field_statistics之内）的最大值，这使我怀疑其准确性。

请求：

http://myip:9200/clinicaltrials/trial/AVmk-ky6XMskTDwIwpih/_termvectors?term_statistics=true

尽管术语统计不应该特定于文档，但此处使用的文档ID为“ AVmk-ky6XMskTDwIwpih”。

响应：

这是我对以下领域之一的术语“癌症”的理解：

 "cancer" : {
      "doc_freq" : 5297,
      "ttf" : 10587,
      "term_freq" : 1,
      "tokens" : [
        {
          "position" : 15,
          "start_offset" : 115,
          "end_offset" : 121
        }
      ]
    },

如果将所有字段的ttf总计，则得到18915。但是，“ cancer”的实际总术语频率实际上是542829。这使我相信，它将term_vector
stats限制为索引中文档的子集。

这里的任何建议将不胜感激。