如何使用 Postgres 创建 trigram 或 ngram 词

Question

我正在尝试使用 Postgres 创建基于三元组词的搜索。这个想法是实现一个简单的 did you mean.

我想要一个 table 用八卦词而不是字符串。我知道 Postgres 为字符串提供了 trigram (pg_tgrm) 但我想完成这个：

` roses beautiful red colar sun`

八卦字:

[`roses beautiful red`, `beautiful red colar`, `red colar sun`]

在查询中如何最有效、最快速地实现这一目标。

每行

Select column from table -- transforming into the above ?

我试过：

with words as (
 select unnest(regexp_split_to_array(`roses beautiful red colar sun`,'\s+')) as c from col
)
select c1.c || c2.c
from words c1
cross join words c2;

但我不知道如何将交叉连接用于更高级的场景。

Answer 1

您可以通过以下功能使用 PostgreSQL 全文搜索的强大功能：

CREATE FUNCTION phrase_trigram(regconfig, text) RETURNS tsquery
   LANGUAGE plpgsql AS
$$DECLARE
   words text[];
   i integer;
   result tsquery;
   q tsquery;
BEGIN
   /* split the string into an array of words */
   words := regexp_split_to_array(, '[[:space:]]+');

   FOR i IN 1..cardinality(words) - 2 LOOP
      /* a phrase consisting of three consecutive words */
      q := phraseto_tsquery(, array_to_string(words[i:i+2], ' '));
      IF result IS NULL THEN
         result := q;
      ELSE
         /* append with "or" */
         result := result || q;
      END IF;
   END LOOP;

   RETURN result;
END;$$;

构建一个全文搜索查询来测试您想要的“三词”短语。

这样使用：

SELECT to_tsvector('english', 'a text containing beautiful red colar')
       @@ phrase_trigram('english', 'roses beautiful red colar sun'::text);

如何使用 Postgres 创建 trigram 或 ngram 词

How to create a trigram or ngram word with Postgres

postgresql

trigram