2

我刚开始使用 postgreSQL 进行模糊文本匹配。我有两列：job_title和company_name。

典型的全文搜索会连接job_title和company_name，然后根据单个排名返回搜索文本结果。

但是，在我的情况下，同等对待两列中的文本匹配可能会出现问题。例如，Search EngineeratGoogle Co.不应该与Google Searchat同等排名Engineer Co.

我知道我可以为每一列分配不同的权重。然而，我没有理由认为一个比另一个更重要。

如何分别将我的关键字与每个列匹配，并在每个关键字上返回一些“匹配分数”？

就像是：

Jobs.where("(to_tsvector('english', position) @@ plainto_tsquery(:q)) AND 

(to_tsvector('english',company) @@ plainto_tsquery(:q))", q: "Search Engineer", q: "Google")
4

1 回答 1

2

正如您所指出的，您可以连接 tsvector：

# select to_tsvector('job description') ||
         to_tsvector('company as keyword') ||
         to_tsvector('job description as body') as vector;
                          vector                           
-----------------------------------------------------------
 'bodi':9 'compani':3 'descript':2,7 'job':1,6 'keyword':5
(1 row)

您还可以为它们分配权重：

# select (setweight(to_tsvector('job description'), 'A') ||
         setweight(to_tsvector('company as keyword'), 'B') ||
         setweight(to_tsvector('job description as body'), 'D')) as vector;
                            vector                             
---------------------------------------------------------------
 'bodi':9 'compani':3B 'descript':2A,7 'job':1A,6 'keyword':5B
(1 row)

你也可以玩弄ts_rank_cd(). 特别是，您可以更改分数归一化的方式。

http://www.postgresql.org/docs/current/static/textsearch-controls.html

在您的情况下，您似乎想要组合两个单独的查询。一个丑陋但可能足够的解决方案可能如下所示：

select sum(rank) as rank, ...
from (
   select ...
   union all
   select ...
   ) as sub
group by ...
order by sum(rank) desc
limit 10

如您所见，它不是很漂亮。它也是聚合潜在的大量匹配行的大道。恕我直言，如果需要，您最好坚持使用内置的 tsvector 算法并调整权重。

于 2013-06-28T11:12:41.677 回答