代码之家 › 专栏 › 技术社区 › bortzmeyer

防止PostgreSQL中专有名词的词干生成?

postgresql

bortzmeyer · 技术社区 · 16 年前

stemm tokens into lexemes ,PostgreSQL全文搜索引擎也减少专有名词。例如:

essais=> select to_tsquery('english', 'bortzmeyer');
to_tsquery 
------------
'bortzmey'

essais=> select to_tsquery('english', 'balling');
to_tsquery 
------------
'ball'
(1 row)

至少对于第一个,我肯定它不在英语字典里!避免这种虚假词干的更好方法是什么?

2 回复 | 直到 16 年前

Jasper Bekkers 16 年前

词干算法的要点是不把每个字都缩成适当的词干;其目标是将相似的单词简化为共同的词干形式。目标通常不是要得到一个可以呈现给用户的词:即使“balling”和“ball”都会产生“kjebnkekaa”,该算法是正确的,因为它仍然认为“balling”和“ball”通常涉及同一事物。

还要注意,没有词干算法是绝对完美的,更多信息 look up the Porter Stemming algorithm

codelogic 16 年前

这是由于所解释的雪球式茎干分析器造成的 here . 基本上,您希望禁用Snowball词干分析器,只使用iSpell或其他字典之一,但这也会降低字典中没有的单词的词干分析效率。

推荐文章

Ishaan Adarsh · 未知的META规范,无法验证。[规范v1.0.1]

1 年前

tggtsed · PostgreSQL从平均值中排除值

1 年前

Dawid · 为什么我不能在子查询中使用表别名?

2 年前

LAZ · ORDER BY id DESC LIMIT 100返回第一行而不是最后一行

2 年前

Mohammed Shaheer · 查找列中的数据是否满足sql中的数据类型条件

2 年前

AKang123. · Postgres:重复行,但更新json中的字段

2 年前

CraZyCoDer · 在PostgreSQL中锁定潜在事务

2 年前

ranebec · 计数时如何返回0而不是null?

2 年前

Ramón J Romero y Vigil · 将没有时区列的postgres时间戳转换为日期

2 年前

Flo · 分组依据中的SQL大小写

2 年前