Início / dba / Perguntas / 184716
Accepted
Jack Douglas
Asked: 2017-08-31 07:14:00 +0800 CST

Como exatamente funciona a semelhança de palavras do trigrama?

  • 772

Os documentos sobre a função word_similarity dizem:

Retorna um número que indica a semelhança da primeira string com a palavra mais semelhante da segunda string. A função procura na segunda string uma palavra mais semelhante e não uma substring mais semelhante. O intervalo do resultado é zero (indicando que as duas strings são completamente diferentes) a um (indicando que a primeira string é idêntica a uma das palavras da segunda string).

Mas eles são um pouco vagos sobre qual deve ser o resultado se a 'primeira string' contiver mais de uma palavra. Qual é a explicação para os seguintes resultados:

select word_similarity('foo bar','foo bar baz');

| palavra_semelhança |
| :-------------- |
| 1 |

select word_similarity('baz bar','foo bar baz');

| palavra_semelhança |
| :-------------- |
| 1 |

select word_similarity('baz foo','foo bar baz');

| palavra_semelhança |
| :-------------- |
| 0,8 |

dbfiddle aqui

postgresql postgresql-9.6

1 respostas

  1. Best Answer

    Não funciona assim, a partir de um segmento de lista de discussão em 2017-2018

    Procuramos a extensão contínua dos trigramas da segunda corda (em ordens originais) que tem melhor semelhança com os trigramas da primeira corda. A solução possível pode ser forçar os limites dessa extensão a estarem nos limites das palavras. No entanto, tornar-se-ia menos conveniente pesquisar parte da palavra. E já temos usuários adotando esse recurso.

    A solução foi lançar a versão pg_trgm1.4 com novos recursos que devem cair com o PostgreSQL 11. Ele fornecerá strict_word_similarityo que forçará os limites de extensão a estarem nos limites das palavras. Além disso, haverá dois novos operadores <<<->e <<%que farão operações de extensão de palavra estrita no índice.

    Para obter mais informações, consulte os documentos sobre a versão de desenvolvimento dopg_trgm

    • 4

relate perguntas