Question

我有一个包含A列的table1，其中存储了~100,000个字符串（varchar）。不幸的是，每个字符串都有多个单词，这些单词用空格分隔。此外，它们具有不同的长度，即一个字符串可以由3个字组成，而另一个字符串包含7个字。

然后我在第二个table2中存储了一个列B，它以相同的方式只包含100个字符串。因此，每个字符串有多个单词，用空格分隔。

目标是，根据单词，查看B列记录与A列的多个记录匹配的可能性。结果也应该有一个排名。我想在循环中使用全文搜索，但我不知道如何做到这一点，或者是否有正确的方法来实现这一目标？

Answer 1

我不知道你能否＆＃34; tturn＆＃34;表到字典，使用全文进行排名。但你可以很容易地用一些primityve排名查询它，例如：

t=# with a(a) as (values('a b c'),('a c d'),('b e f'),('r b t'),('q w'))
, b(i,b) as (values(1,'a b'), (2,'e'), (3,'b'))
, p as (select unnest(string_to_array(b.b,' ')) arr,i from b)
select a phrases,arr match_words,count(1) over (partition by arr) words_in_matches, count(1) over (partition by i) matches,i from a left join p on a.a like '%'||arr||'%';
 phrases | match_words | words_in_matches | matches | i
---------+-------------+------------------+---------+---
 r b t   | b           |                6 |       5 | 1
 a b c   | b           |                6 |       5 | 1
 b e f   | b           |                6 |       5 | 1
 a b c   | a           |                2 |       5 | 1
 a c d   | a           |                2 |       5 | 1
 b e f   | e           |                1 |       1 | 2
 r b t   | b           |                6 |       3 | 3
 a b c   | b           |                6 |       3 | 3
 b e f   | b           |                6 |       3 | 3
 q w     |             |                1 |       1 |
(10 rows)

短语是大表中的行。
match_words是小桌子上的标记（用空格分割）
words_in_匹配短语中的令牌数量
匹配是来自小表短语的大表短语中的匹配数量
我从小表开始的短语索引

所以你可以通过第三或第四列订购以获得某种排名...

postgresql找到相似的单词组

1 个答案: