不确定是否有一个可能的查询来实现该结果，但要获得您特别想要的某些单词的频率，您可以使用术语向量并获得最频繁的单词。
将term_statistics设置为true（默认值为false）将返回

• 总术语频率（术语在所有文档中出现的频率）
• 文档频率（包含当前术语的文档数量）

一种以统一的方式实现这一点的方法是在文本字段上启用fielddata。
假设你有一个名为content的text类型的字段，它包含你想要分析的数据，那么你需要像这样修改你的Map：

PUT test/_mapping
{
  "properties": {
    "content": {
      "type": "text",
      "fielddata": true
    }
  }
}

然后，您可以在该字段上运行terms聚合，如下所示：

POST test/_search
{
  "size": 0,
  "aggs": {
    "usage": {
      "terms": {
        "field": "content",
        "size": 10
      }
    }
  }
}

你会得到你所期望的：

{
  "aggregations" : {
    "usage" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 1,
      "buckets" : [
        {
          "key" : "brown",
          "doc_count" : 2
        },
        {
          "key" : "fox",
          "doc_count" : 2
        },
        {
          "key" : "a",
          "doc_count" : 1
        },
        {
          "key" : "dog",
          "doc_count" : 1
        },
        {
          "key" : "jumps",
          "doc_count" : 1
        },
        {
          "key" : "lazy",
          "doc_count" : 1
        },
        {
          "key" : "over",
          "doc_count" : 1
        },
        {
          "key" : "quick",
          "doc_count" : 1
        },
        {
          "key" : "the",
          "doc_count" : 1
        },
        {
          "key" : "there",
          "doc_count" : 1
        }
      ]
    }
  }
}

注意，但是，强烈建议不要这样做，因为字段数据加载在内存中，并且根据您运行此操作的数据量，这可能会占用大量内存。