s：*和t：*

Question

我正在尝试PostgreSQL的文本搜索功能-尤其是使用规范化功能 to_tsquery 。

我使用的是英语词典（配置），由于某些原因， s 和 t 无法正常化。我了解为什么 i 和 a 而不是 s 和 t ？有趣。

它们是否匹配单个空格和制表符？

以下是查询：

select
to_tsquery('english', 'a:*') as for_a, 
to_tsquery('english', 's:*') as for_s, 
to_tsquery('english', 't:*') as for_t, 
to_tsquery('english', 'u:*') as for_u

fiddle，以防万一。

您会看到'u：*'返回为 'u：*' 和'a：*'< / strong>不返回任何内容。

Answer 1

在英语文本搜索词典中，字母s和t被视为停用词，因此它们被丢弃。您可以阅读postgres共享文件夹中tsearch_data/english.stop下的停用词列表，您可以通过键入pg_config --sharedir找到该词 在ubuntu / debian / mint上使用pg 11时，将是

cat /usr/share/postgresql/11/tsearch_data/english.stop

引用docs，

  

停用词是非常常见的词，几乎出现在每个文档中，并且没有歧视价值。因此，在全文搜索的上下文中可以忽略它们。

最好放弃英语语法，以如上所述的程序化和逻辑方式思考单词。全文搜索不会尝试根据句子结构来推断上下文，因此这些单词没有用处。毕竟，这被称为全文搜索而不是自然语言搜索。

关于他们如何得出将s和t添加到停用词列表的结论，统计分析必须发现这些字符是噪音。