Question

我正在使用SQL Server 2008全文搜索，并加入FreeTextTable以确定结果排名。

如何确定结果集是否给出准确匹配？

例如，对于一次搜索，我可能会得到以下结果：

Manufacturer | Rank
===================

LG U300 ------- 102
LG C1100 ------ 54
LG GT505 ------ 18
LG KF300 ------ 18
LG Callisto --- 18
...

排名范围的扩展表明，一个结果比所有其他结果更具相关性，表明最高结果很可能是搜索词的准确匹配。

但是对于另一次搜索我可能得到这个结果：

Manufacturer | Rank
===================

LG C1100------- 33
LG GC900 ------ 31
LG GT500 ------ 31
LG KC910 ------ 31
LG KF310 ------ 31
...

此结果集中排名范围的传播不足表明搜索结果无法实现。

如何在结果中输出一个布尔值作为额外列，以指示排名的扩散是否表明结果是否准确？

谢谢！

Answer 1

计算结果集的中值与排名最高的值之间的百分比差异。结果越大，匹配准确度越高。

对于第一个结果集：（102-18）/ 102 = 82.35％。

然后在代码中设置基线 - 例如，如果传播大于40％，那么第1行可能包含准确的结果。对各种搜索进行一些测试以确定基线值。

Answer 2

您可以运行其他查询，以了解匹配与完全匹配的比较情况。然后你可以将基准的完全匹配等级作为100％。

DECLARE @Manufacturer varchar(500)
DECLARE @tManufacturer varchar(500)
DECLARE @maxRank int

SET @Manufacturer = 'your search term'

SELECT @tManufacturer=Manufacturer
FROM ManufacturerTable m
INNER JOIN FREETEXTTABLE(ManufacturerTable, Manufacturer, @Manufacturer, 1) AS KEY_TBL
ON m.ManufacturerID = KEY_TBL.[KEY]

if (@tManufacturer is null)
 SET @tManufacturer = @Manufacturer

SELECT @maxRank=Rank
FROM ManufacturerTable m
INNER JOIN FREETEXTTABLE(ManufacturerTable, Manufacturer, @tManufacturer, 1) AS KEY_TBL
ON m.ManufacturerID = KEY_TBL.[KEY]

SELECT Manufacturer, KEY_TBL.RANK*100/@maxRank as MatchRank
FROM ManufacturerTable m
INNER JOIN FREETEXTTABLE(ManufacturerTable, Manufacturer, @tManufacturer, 10) AS KEY_TBL
ON m.ManufacturerID = KEY_TBL.[KEY]

警告：在某些情况下，您可以获得MatchRank > 100，因此解决方案并不完美。

Answer 3

你当然可以使用方差作为“传播”的指标，但我不认为这是正确的方法。（特别是如果你只看前n个结果。）

相关性是信息检索中的一件大事。它取决于排名方法，也取决于搜索词发生的概率以及其他搜索词的相关性。你可以做的事情：

计算随机文档中搜索词的预期出现次数（平均值）。然后比较返回结果中出现的次数。然后，您的排名将计入我的doc / mean-count。如果结果明显高于1，则文档是相关的。

从SQL Server全文搜索中识别准确匹配

3 个答案: