我大约有15,000个抓取的网站，其正文存储在elasticsearch索引中。我需要获得在所有这些文本中使用的前100个最常用的三个词短语：

像这样：

Hello there sir: 203
Big bad pony: 92
First come first: 56
[...]

我是新来的。我研究了术语向量，但它们似乎适用于单个文档。因此，我认为这将是术语向量和聚合与n元语法分析的结合。但是我不知道如何去实现它。任何指针都会有所帮助。

我当前的映射和设置：

{
  "mappings": {
    "items": {
      "properties": {
        "body": {
          "type": "string",
          "term_vector": "with_positions_offsets_payloads",
          "store" : true,
          "analyzer" : "fulltext_analyzer"
         }
      }
    }
  },
  "settings" : {
    "index" : {
      "number_of_shards" : 1,
      "number_of_replicas" : 0
    },
    "analysis": {
      "analyzer": {
        "fulltext_analyzer": {
          "type": "custom",
          "tokenizer": "whitespace",
          "filter": [
            "lowercase",
            "type_as_payload"
          ]
        }
      }
    }
  }
}