0

这个问题对我来说是一个挑战，我的朋友不能告诉我怎么做，但他真的是一个很好的程序员（我认为）。

用户可以将句子放入数据库。当用户输入一个句子时，它会保存在sentences表格中。接下来，将句子拆分为单词，将单词的每个 soundex 保存到tags带有拆分句子的 id 的表中。

最后，将单词的每个soundax 放入weights表中，如果有多个相同的soundex，则函数counter对该soundex 加1。

（对于那些不知道的人：soundex 是一个返回字符串的语音表示（发音方式）的函数）

数据库结构：一张表sentences包含两行：id和sentence。其他表tags包含id(with 是一个句子的 id) 和tag(with 是句子中的一个单词)。 tag不仅仅是简单的单词，而是这个单词的 soundex。最后一个表weights包含tag和weight（用是数字，它告诉我们表中有多少这样的标签tags）

我的问题是：我怎样才能让一个函数女巫返回给定字符串的相似句子。它应该使用标签（单词的声音），并且每个标签都应该基于weights表格有自己的权力。经常使用的标签比原始标签更重要。可以在一个mysql查询中完成吗？

下一个问题：我认为这种寻找相似句子的方式很好，但是这个功能的速度呢？我需要在我的网站中经常使用它。

4

3 回答 3

2

好吧，为什么没有权重表，而没有将标签与句子相关联的表呢？所以有一个sentence_tags用 asentence_id和一tag_id列调用的表。然后，您可以通过对这两个表进行连接来计算权重，并且仍然引用包含标签的句子。您还可以将标签和 soundex 都存储在标签表中，而您正在使用它。

于 2011-03-23T21:15:02.583 回答
0

Perhaps the Levenshtein Distance is what you are looking for. It calculates the number of steps there are needed to transfer from one word to another.

Do realize this is a costly operation.

于 2011-03-23T21:29:50.237 回答
0

Joe K 的建议似乎适合良好的数据库设计。

不要存储可以推断的信息。

意思是，使用 join 语句和 PHP 在运行时计算权重。

我知道这可能不是您设计中的正确解决方案，但通常花一些时间在智能数据库结构设计上会使一切工作得更好。

于 2011-03-24T00:13:00.580 回答