PostgreSQL - 通过ts_stat将lexemes转换为完整单词

Question

我试图从我的PostgreSQL数据库中获取字数以生成单词云类型视图。我希望利用ts_vectors的内置效率。我看到有一个ts_stats函数，它返回一个lexemes列表及其频率，给定一个ts_vector列。

返回的行看起来像这样：

word    ndoc    nentry
studi   322     43434
compani 233     2322

查询如下：

SELECT * FROM ts_stat('SELECT tsv from doc')
ORDER BY nentry DESC, ndoc DESC, word
LIMIT 10 

但是，我需要全文，而不仅仅是词汇。有没有办法将lexeme转换为PostgreSQL的全字表示之一？您可以轻松地将单词转换为其词汇，但我无法弄清楚如何反向。

感谢。

Answer 1

将ts_vector的配置更改为“简单”。默认是“英语”，它起作用 e.g。

SELECT * FROM ts_stat('SELECT to_tsvector(''freds company company company hello ridiculous'')');

输出ridicul, compani, hello, fred

的计数 使用'简单'配置

不会出现词干

SELECT * FROM ts_stat('SELECT to_tsvector(''simple'',''freds company company company hello ridiculous'')');

输出计数：ridiculous,hello,freds,company

Answer 2

这是不可能的。您可以将初始文本存储到单独的列中。

词汇是单词的规范化表示（使用字典或词干），因此它可以匹配多种形式：lexeme 'walk'匹配'walks'和'walking'，因此原始形式无法确定。