有没有一种方法可以进行短语搜索，并允许短语搜索跨越segments数组中的多个相邻条目？
不幸的是，首先Elasticsearch将这些arrays（除非它们是nested）转换为单个文档，然后转换为唯一的单词列表。在这一点上，所有关于相邻字段的信息都丢失了。Elasticsearch documentation更详细：
当一个文档被存储时，它被索引并在near real-time中完全搜索-在1秒内。Elasticsearch使用一种称为反向索引的数据结构，它支持非常快速的全文搜索。倒排索引列出任何文档中出现的每个唯一单词，并标识每个单词出现的所有文档。
正如您所指出的，您可以尝试慢慢地构建一系列查询，这些查询可以找到可能发生拆分的所有可能方式。我建议使用Regexp query至少确保字段中的单词位于开头或结尾，但不支持锚运算符：
Lucene的正则表达式引擎不支持锚操作符，例如^（行首）或$（行尾）。

选项一

一个可以改进的想法是简单地添加一个连接相邻text字段的字段：

"segments": [
    {
      "text": "waive such protections",
      "text_follows": "waive such protections in all contexts",
      "start": 0,
      "end": 7040
    },
    {
      "text": "in all contexts",
      "text_follows": "",
      "start": 7040,
      "end": 8500
    }
]

然后，您可以执行一个简单的match phrase query，并删除对这35个查询的需要。

"query": {
  "match_phrase": {
    "segments.text_follows": "waive such protections in all contexts"
  }
}

这确实会增加索引的大小，并且匹配短语的最大长度在创建索引时设置。
另一件需要注意的事情是，即使匹配了一个数组项，Elasticsearch仍然会返回整个数组。这可以快速增加HTTP响应的大小。为了解决这个问题，可以考虑使用nested arrays，它将数组的每个元素拆分为单独的文档。

PUT my-index
{
  "mappings": {
    "properties": {
      "segments": {
        "type": "nested"
      }
    }
  }
}

然后可以使用inner hits检索这些文档：

GET my-index/_search
{
  "_source": false,
  "query": {
    "nested": {
      "path": "segments",
      "query": {
        "match_phrase": {
          "segments.text_follows": "such protections in"
        }
      },
      "inner_hits": {}
    }
  }
}

然后，您将需要在客户端删除原始text字段未以搜索短语的开头结束的任何结果。

...
    "hits": [
      {
        "_index": "my-index",
        "_id": "1",
        "_nested": {
          "field": "segments",
          "offset": 0
        },
        "_score": 0.8630463,
        "_source": {
          "text": "waive such protections",
          "text_follows": "waive such protections in all contexts",
          "start": 0,
          "end": 7040
        }
      }
    ]
...

选项二

但是，对于更复杂或更长的match_phrase查询，前面的选项不能很好地扩展，特别是如果您希望允许用户使用simple query string query创建自己的搜索词。
为了解决这个问题，你需要将所有的文本数据连接到一个文档中的一个字段中，并直接在每个单词旁边编码时间戳，然后通过pattern replace character filter删除，以便在搜索时忽略数据。

PUT my-index
{
  "mappings": {
    "properties": {
      "title": {"type": "text"},
      "text": {"type": "text", "analyzer": "my_analyzer"}
    }
  },
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "standard",
          "char_filter": [
            "my_char_filter"
          ]
        }
      },
      "char_filter": {
        "my_char_filter": {
          "type": "pattern_replace",
          "pattern": "\\[[0-9]+\\]",
          "replacement": ""
        }
      }
    }
  }
}

PUT my-index/_doc/1
{
  "title": "Hello, World!",
  "text": "waive[0] such[0] protections[0] in[7040] all[7040] contexts[7040]"
}

然后，您将需要依靠内置的荧光笔来提取文本的相关部分。

GET my-index/_search
{
  "_source": false,
  "query": {
    "match_phrase": {
      "text": "such protections in"
    }
  },
  "highlight": {
    "fields": {
      "text": {}
    }
  }
}

然后，需要在客户端处理命中，以提取时间戳数据：

...
    "hits": [
      {
        "_index": "my-index",
        "_id": "1",
        "_score": 0.8630463,
        "highlight": {
          "text": [
            "waive[0] <em>such[0] protections[0] in[7040]</em> all[7040] contexts[7040]"
          ]
        }
      }
    ]
...

如果你不担心空间，你也可以包括结束时间戳（例如，waive[0-7040]）并调整char_filter中的正则表达式
希望有帮助