在通用文本中从表中搜索关键字答案

【问题标题】：Searching for keywords from a table, in a generic text在通用文本中从表中搜索关键字
【发布时间】：2018-04-20 14:24:36
【问题描述】：

我创建了一个表，其中包含一个关键字列表和一个标识同义词的代码。 IE。具有相同代码的所有关键字都将被视为相同的关键字。 varchar varchar tsvector C1000 AI 'ai':1 C1000 Artificial intelligence 'artifici':1 'intellig':2 C1001 Algorithms 'algorithm':1 C1002 Software Design 'design':2 'softwar':1 C1003 ui design 'design':2 'ui':1 C1003 User interface design 'design':3 'interfac':2 'user':1 C1003 user interface engineering 'engin':3 'interfac':2 'user':1

我想构建一个查询，返回在给定文本中找到的关键字列表。

例如，以下文本（只是一个示例）应返回数组：[C1001,C1003]。

A good ui design starts from a good algorithm design, for this you need a good user interface engineering.

有没有办法通过 postgres 查询或自定义函数来做到这一点？

【问题讨论】：

标签： postgresql full-text-search keyword keyword-search tsvector

【解决方案1】：

您可以使用朴素贝叶斯分类器算法。它是最强大的文本分类算法。从here了解更多信息

【讨论】：

【解决方案2】：

您可以将文本转换为向量，要查询的关键字，然后检查向量是否与查询匹配

=> \d codes 
Column  |       Type        | Modifiers 
---------+-------------------+-----------
code    | character varying | 
keyword | character varying | 

=> select * from codes ;
 code  |          keyword           
-------+----------------------------
C1000 | AI
C1000 | Artificial intelligence
C1001 | Algorithms
C1002 | Software Design
C1003 | ui design
C1003 | User interface design
C1003 | user interface engineering
(7 rows)

=> select distinct code from codes where to_tsvector('A good ui design starts from a good algorithm design, for this you need a good user interface engineering.') @@ plainto_tsquery(keyword);
code  
-------
C1001
C1003
(2 rows)

=> select array_agg(distinct code) from codes where to_tsvector('A good ui design starts from a good algorithm design, for this you need a good user interface engineering.') @@ plainto_tsquery(keyword);
array_agg   
---------------
{C1001,C1003}
(1 row)

【讨论】：