我想在搜索结果中使用 Elasticsearch 的突出显示功能，但我不能使用分析器插件。我们的（非常定制的）NLP 管道相当繁重（在 CPU 和内存中，并且在生产中它可能会与其他服务对话以进行字典解析）。
目前我们将纯文本文档转换为标记列表，因此The quick siberian fox jumps over the grizzly bear变为{"text": "The quick siberian fox jumps over the grizzly bear", "tokens": ["quick", "siberian fox", "jump", "grizzly bear"]}. 然后我们只需将上面的内容作为文档插入，其中包含 2 个字段text和tokens，并且我们将大部分搜索作为tokens字段上的完全匹配进行。到目前为止，一切都很好。
现在我们正在考虑在原始文本中突出显示匹配项，因此如果用户搜索“jump”，我们希望返回The quick siberian fox [jumps] over the grizzly bear。然而，据我所知，Elasticsearch 高亮引擎依赖于在索引时或查询时分析纯文本，以获取包含位置信息的术语向量。（这个对吗？）
因为我们不能为ES写一个分析器插件，所以不能依赖这个方法。但是，在纯文本字符串上运行 NLP 管道时，我们确实会生成位置信息，那么我们可以在索引时提供术语向量吗？我在ElasticSearch 中找到了用户定义的术语向量，但唯一的答案侧重于应用程序 (KNN)，而不是手动插入术语向量的问题。
或者，我们可以使用不同的突出显示方式吗？我找到了https://www.elastic.co/blog/search-for-things-not-strings-with-the-annotated-text-plugin但我不确定如果我们只是索引东西会如何表现就像the [quick](quick) [siberian fox](siberian fox) [jumps](jump) over the [grizzly bear](grizzly bear)几乎所有东西都会被注释一样。