如何（如果可能的話）能夠在ElasticSearch索引中插入任何term-vector？ElasticSearch中的用戶定義的termvector
ES在幕後爲了執行文本挖掘任務而計算術語向量，但它能夠替代地輸入（術語，權重）對的任何列表是有用的。
爲什麼？例如，儘管ES使k = 2的kNN（k-最近鄰居），在地理鄰近度的情況下，它不具有任何明確的k> 2功能性。如果我們能夠插入我們自己的術語向量，我們可以通過利用ES內置的文本索引方法來破解k> 2的功能。
在這個問題上的任何跡象？
據我所知，elasticsearch沒有辦法做到這一點（我仍然在尋找最快的KNN實時搜索方法，elasticsearch是我的選擇之一）。
Elasticsearch基於倒排索引，因此術語向量（可能來自一個句子）中的每個術語將在已排序的列表中編入索引。當我們搜索查詢時，查詢將被分析爲一個詞向量，並且elasticsearch（實際上是lucene）將搜索每個詞的索引。
但KNN需要計算兩個向量之間的距離，即使它們不共享相同的項，傳統的倒排索引也不是爲此設計的。
正如你所說，elasticsearch可以實現實時KNN搜索時通過地理查詢K = 2，但我不認爲它可以支持K> 2
順便說一句，如果你發現任何可能有助於實現實時KNN搜索的方法，K可能是一個非常大的數字（100000？）和龐大的數據集（向量數），請告訴我，thx :)