防止PostgreSQL中专有名词的出现？

Question

对stemm tokens into lexemes的热情，PostgreSQL全文搜索引擎也减少了专有名词。例如：

essais=> select to_tsquery('english', 'bortzmeyer');
to_tsquery 
------------
'bortzmey'

essais=> select to_tsquery('english', 'balling');
to_tsquery 
------------
'ball'
(1 row)

至少对于第一个，我确定它不在英文字典中！什么是避免这种虚假干扰的更好方法？

Answer 1

词干算法的要点是 not 将每个词减少到其正确的词干;目标是减少与常见词干形式相似的词语。目标通常不是得到一个可以呈现给用户的词：即使'balling'和'ball'都会产生'kjebnkkekaa'算法是正确的，因为它仍然看到'balling'和'ball'一般都是关于同样的事情。

还要注意，对于更多信息look up the Porter Stemming algorithm

，没有词干算法绝对完美

Answer 2

这是由于雪球干扰器的解释here。基本上你会想要禁用Snowball词干分析器，只使用iSpell或其他一个词典，但这也会降低字典中词汇的词干效率。