Lucene评分公式使用TF-IDF权重来反映单词对语料库中的文档的意义。
因此，具有最高tf-idf的输入文档的术语是该文档的良好代表，并且可以在析取查询（或OR）中使用以检索类似文档。
这就是 More Like This 组件使用此数字统计的原因。
MLT查询简单地从输入文档中提取文本，分析它，通常在字段中使用相同的分析器，然后选择具有最高tf-idf的前K个术语，以形成这些术语的析取查询。
idf表示出现给定术语的文档数的倒数：出现在每个文档中的术语将被认为是不相关的（高DOC频率，从而低IDF）。
也就是说，在一个文档中只出现一次的单词也可能是打字错误、lorem ipsum摘录或类似的情况：术语没有任何意义，但是获得了显著的TF-IDF权重，因此需要留下一些“空间”以避免仅仅由“理论意义”引起的问题。
min_doc_freq允许设置一个阈值，低于该阈值的任何项的docFreq值都小于该值（在所选的K个具有最高tf-idf的术语中）将从输入文档中忽略。例如，min_doc_freq=5术语必须至少出现在5个文档中，否则将从MLT查询中排除。如果您希望MLT仅在查询的术语产生了正确寻址的主题（在至少5个文档中寻址）时才返回与给定文档相似的文档，则这可能很有用。
那么，* 它是查看输入文档还是索引的其余部分？*
两者：从输入文档中，它需要前K个术语，并且对于其中的每一个，检查它们的docFreq，这是针对索引查询的术语统计。
在相同的上下文中，您可以使用max_doc_freq来忽略使用频率较高的词（如停用词）。
https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-mlt-query.html