Question

假设我有三个模型/表：operating_systems，words和programming_languages：

# operating_systems
name:string created_by:string family:string
Windows     Microsoft         MS-DOS
Mac OS X    Apple             UNIX
Linux       Linus Torvalds    UNIX
UNIX        AT&T              UNIX

# words
word:string defenitions:string
window      (serialized hash of defenitions)
hello       (serialized hash of defenitions)
UNIX        (serialized hash of defenitions)

# programming_languages
name:string created_by:string example_code:text
C++         Bjarne Stroustrup #include <iostream> etc...
HelloWorld  Jeff Skeet        h
AnotherOne  Jon Atwood        imports 'SORULEZ.cs' etc...

当用户搜索hello时，系统会显示“你好”的辩护。这相对容易实现。但是，当用户搜索UNIX时，引擎必须选择：word或operating_system。此外，当用户搜索windows（小写字母'w'）时，引擎会选择word，但也应显示Assuming 'windows' is a word. Use as an <a href="etc..">operating system</a> instead。

有人可以通过解析和选择搜索查询的主题来指出我正确的方向吗？感谢。

注意：它不需要像WA那样执行计算。

Answer 1

有一个名为terms的新索引表，其中包含每个有效术语的标记化版本。这样，您只需要搜索一个表。

# terms
Id Name     Type               Priority
1  window   word               false
2  Windows  operating_system   true

然后，您可以看到用户搜索字词的匹配程度。即“Windows”与2 100％匹配 - 所以假设，但与1的匹配也是如此，因此建议作为替代方案。你必须编写自己的规则引擎，决定一个单词的匹配程度（即“windows”与“Windows”的假设是什么？）Priority字段可以是最终决策者，如果规则引擎可以'决定，理论上可以由用户活动驱动，以便了解用户更有可能参考的内容。

Answer 2

如何以数据库表的形式创建一个缓存，其中包含所有关键字。

搜索查询将是这样的：

SELECT * FROM keywords WHERE keyword = '<YourKeyWord>'   /* mysql */

keywords 表将包含对模块的某种引用。

此审批的优势当然是快速搜索。

您可以使用两个查询来模拟您要求的行为：

完全匹配（mysql没问题）
不区分大小写的搜索

Answer 3

Wolfram Alpha比你的例子复杂得多......我不确定它的内部运作方式（我对它的阅读很少），但我认为它是一个非常庞大而复杂的automated inference system 。它们实现起来相当简单（Prolog基本上是一个通用的，你可以把你需要的任何数据放进去），但它们很难有用。

如何制作像Wolfram | Alpha这样的小型引擎？

3 个答案: