Question

我有一张带有句子标题的图像表。给定一个新句子，我想根据新句子与存储的旧句子的接近程度找到最匹配的图像。

我知道我可以将@@运算符与to_tsquery一起使用，但tsquery接受特定单词作为查询。

一个问题是我不知道如何将给定的句子转换为有意义的查询。句子可能有标点符号和数字。

然而，我也觉得某种余弦相似性是我需要的，但我不知道如何从PostgresQL中解决这个问题。我正在使用最新的GA版本，我很乐意使用开发版本，如果这样可以解决我的问题。

Answer 1

全文搜索（FTS）

您可以plainto_tsquery()使用{per documentation）...

生成tsquery忽略标点符号

SELECT plainto_tsquery('english', 'Sentence: with irrelevant words (and punctuation) in it.')

 plainto_tsquery
------------------
 'sentenc' & 'irrelev' & 'word' & 'punctuat'

使用它像：

SELECT *
FROM   tbl
WHERE  to_tsvector('english', sentence) @@ plainto_tsquery('english', 'My new sentence');

但这仍然相当严格，只能提供非常有限的相似容忍度。

Trigram相似度

可能更适合搜索相似性，甚至在某种程度上克服错别字。

安装附加模块pg_trgm，创建GiST索引并使用最近邻搜索中的similarity operator %：

基本上，sentence上的三元组GiST索引：

-- SELECT set_limit(0.3);  -- adjust tolerance if needed

SELECT *
FROM   tbl
WHERE  sentence % 'My new sentence'
ORDER  BY sentence <-> 'My new sentence'
LIMIT  10;

更多：

结合两者

您甚至可以将FTS和三元组相似性结合起来：

PostgreSQL FTS and Trigram-similarity Query Optimization

Answer 2

这是一个很晚的答案，但我要补充一下，以防有人遇到。如果在单词的末尾添加“：*”，则会弹出类似的单词。样品： JS自动完成-> Codeigniter：

条形码= $ this->输入-> get（“条件”）。 “：*”;

查询： $ query ='select * from tablaneme其中xx @@？ LIMIT 15'; $条形码查询= $ this->数据库->查询（$查询，数组（爆炸（“”，$条码））））-> result_array（）;

PostgreSQL：查找最接近给定句子的句子

2 个答案:

全文搜索（FTS）

Trigram相似度

结合两者