为了理解 suggestions 的形式，请阅读 suggesters 的第一页。
术语 suggester 建议基于编辑距离的术语。 在术语 suggested 之前分析所提供的 suggest 文本。 根据分析的 suggest 文本 token 提供 suggest 的术语。 术语 suggester 不考虑作为请求的一部分的查询。
| test | suggest 文本，suggest 文本是必须选项，需要被设定为全局或者对每个 suggestion。 | | field | 从中获取候选 suggestions 的字段（field）。 这是必需的选项，需要设置为全局或按 suggestion 设置。 | | analyzer | analyzer 跟 suggest 文本一起进行分析，默认为 suggest 字段的搜索 analyzer。 | | size | 每个 suggest 文本标记（token）返回的最大更正值。 | | sort | 定义每个 suggest 文本术语中 suggestions 该如何排序。 两个可能的值：
| | suggest_mode | suggest_mode 控制什么 suggestions 被包括或控制什么 suggest 文本术语，什么 suggestions 应该被 suggested。 可以指定三个可能的值：
|
| lowercase_terms | 在文本分析后的 小写 suggest 文本术语。 | | max_edits | 可以认为是候选 suggestions 的最大编辑距离。 只能是介于1和2之间的值。任何其他值都会导致抛出错误的请求错误。 默认为2。 | | prefix_length | 为了成为候选 suggestions 所必须匹配的最小前缀字符的数量。 默认值为1.增加此数字可提高拼写检查性能。 通常拼写错误不会出现在术语的开头。 （旧名称 “prefix_len” 已弃用） | | min_word_length | suggest 文本术语必须包含的最小长度。 默认值为4.（旧名称 “min_word_len” 已弃用） | | shard_size | 设置要从每个单独的分片检索的 suggestions 的最大数量。 在减少阶段期间，仅基于 size 选项返回前N个 suggestions。 默认为 size 选项。 将其设置为大于该 size 的值可以是有用的，以便以性能为代价获得更准确的拼写校正的文档频率。 由于术语在分片之间分割的事实，拼写校正的分片级文档频率可能不精确。 增加这将使这些文档频率更精确。 | | max_inspections | 用于乘以 shards_size 以便在碎片级别上检查更多候选拼写校正的因子。 可以以性能为代价提高精度。 默认为5。 | | min_doc_freq | suggestion 应该出现的文档数量的最小阈值。这可以指定为绝对数字或文档数量的相对百分比。 这可以通过仅 suggesting 高频项来提高质量。 默认值为 0f ，未启用。 如果指定的值大于1，则该数字不能为小数。 分片级文档频率用于此选项。 | | max_term_freq | suggest 文本标记可以存在的文档数量中的最大阈值，以便包括。 可以是表示文档频率的相对百分比数字（例如0.4）或绝对数字。 如果指定的值大于1，则不能指定小数。 默认为 0.01f。 这可以用于排除高频术语的拼写检查。 高频项通常拼写正确，这也提高了拼写检查的性能。 分片级文档频率用于此选项。 | | string_distance | 使用哪个字符串距离实现来比较类似的 suggested 术语。 可以指定五个可能的值： internal - 基于 damerau_levenshtein 的默认值，但是高度优化用于比较索引中的项的字符串距离。 damerau_levenshtein - 基于 Damerau-Levenshtein 算法的字符串距离算法。 levenstein - 基于 Levenstein 编码距离算法的字符串距离算法。 jarowinkler - 基于 Jaro-Winkler 算法的字符串距离算法。 ngram - 基于字符 n-gram 的字符串距离算法。 |