如何制作像 Wolfram|Alpha 这样的小型引擎？答案

【问题标题】：How to make a small engine like Wolfram|Alpha?如何制作像 Wolfram|Alpha 这样的小型引擎？
【发布时间】：2023-04-01 20:16:01
【问题描述】：

假设我有三个模型/表：operating_systems、words 和 programming_languages：

# operating_systems
name:string created_by:string family:string
Windows     Microsoft         MS-DOS
Mac OS X    Apple             UNIX
Linux       Linus Torvalds    UNIX
UNIX        AT&T              UNIX

# words
word:string defenitions:string
window      (serialized hash of defenitions)
hello       (serialized hash of defenitions)
UNIX        (serialized hash of defenitions)

# programming_languages
name:string created_by:string example_code:text
C++         Bjarne Stroustrup #include <iostream> etc...
HelloWorld  Jeff Skeet        h
AnotherOne  Jon Atwood        imports 'SORULEZ.cs' etc...

当用户搜索hello时，系统会显示'hello'的定义。这相对容易实现。但是，当用户搜索UNIX 时，引擎必须选择：word 或operating_system。此外，当用户搜索windows（小写字母'w'）时，引擎会选择word，但也应该显示Assuming 'windows' is a word. Use as an <a href="etc..">operating system</a> instead。

谁能通过解析和选择搜索查询的主题为我指明正确的方向？谢谢。

注意：它不需要像 WA 那样能够执行计算。

【问题讨论】：

标签： ruby-on-rails parsing prediction wolframalpha

【解决方案1】：

有一个名为 terms 的新索引表，其中包含每个有效术语的标记化版本。这样，您只需搜索一张表。

# terms
Id Name     Type               Priority
1  window   word               false
2  Windows  operating_system   true

然后您可以看到用户搜索词的匹配程度。 IE。 “Windows”将与2 100% 匹配——因此假设，但也与1 密切匹配，因此建议将其作为替代方案。您必须编写自己的规则引擎来决定单词匹配的接近程度（即“windows”与“Windows”的假设是什么？）如果规则引擎无法决定，Priority 字段可能是最终决定者，并且理论上可以由用户活动驱动，因此它可以了解用户更可能指的是什么。

【讨论】：

谢谢，我去看看。
我成功了！我使用部分来显示数据。每个主题一个部分。

【解决方案2】：

以及如何以数据库表的形式缓存所有关键字。

搜索查询应该是这样的：

SELECT * FROM keywords WHERE keyword = '<YourKeyWord>'   /* mysql */

keywords 表将包含对您的模块的某种引用。

这种方法的优点当然是搜索速度快。

您可以使用两个查询来模拟您要求的行为：

完全匹配（在 mysql 中没问题）
不区分大小写的搜索

【讨论】：

【解决方案3】：

Wolfram Alpha 比您的示例复杂得多...我不确定它的内部工作原理（我对它的阅读很少），但我相信它是一个非常庞大且复杂的 automated inference system。它们实现起来相当简单（Prolog 基本上是一个通用的，你可以将任何你需要的数据放入其中），但它们很难发挥作用。

【讨论】：