postgresql - PostgreSQL - 通过 ts_stat 将词位转换为完整的单词

Question

我试图从我的 PostgreSQL 数据库中获取字数以生成词云类型视图。我希望利用 ts_vectors 的内置效率。我看到有一个 ts_stats 函数，它返回一个词位列表及其频率，给定一个 ts_vector 列。

返回的行如下所示：

word    ndoc    nentry
studi   322     43434
compani 233     2322

查询如下所示：

SELECT * FROM ts_stat('SELECT tsv from doc')
ORDER BY nentry DESC, ndoc DESC, word
LIMIT 10

但是，我需要完整的单词，而不仅仅是词位。有没有办法使用 PostgreSQL 将词位转换为其全字表示之一？您可以轻松地将单词转换为其词位，但我不知道如何进行相反的操作。

谢谢。

score 2 · Accepted Answer

将 ts_vector 的配置更改为“简单”。默认值为“english”，用于进行词干处理，例如

SELECT * FROM ts_stat('SELECT to_tsvector(''freds company company company hello ridiculous'')');

输出计数ridicul, compani, hello, fred

使用“简单”配置不会发生词干

SELECT * FROM ts_stat('SELECT to_tsvector(''simple'',''freds company company company hello ridiculous'')');

输出计数：ridiculous,hello,freds,company

score -1 · Accepted Answer

这是不可能的。您可以将初始文本存储到单独的列中。

词位是一个单词的规范化表示（使用字典或词干分析器），因此它可以匹配多种形式：词位'walk'匹配'walks'和'walking'，因此无法确定原始形式。

2 回答 2