可以在 Postgres 全文搜索中对部分匹配进行排名吗？

Question

我正在尝试为全文匹配计算ts_rank，其中查询中的某些术语可能不在与之匹配的ts_vector 中。我希望在匹配更多单词的比赛中排名更高。看起来很简单？

因为不是所有的术语都必须匹配，所以我必须| 操作数，才能给出诸如to_tsquery('one|two|three') 之类的查询（如果是&，则都必须匹配）。

问题是，无论匹配多少个单词，排名值似乎都相同。换句话说，它是最大化而不是乘以子句。

select ts_rank('one two three'::tsvector, to_tsquery('one')); 给出0.0607927。

select ts_rank('one two three'::tsvector, to_tsquery('one|two|three|four')); 给出 0.0455945 的预期较低值，因为 'four' 不是向量。

但是select ts_rank('one two three'::tsvector, to_tsquery('one|two'));

给0.0607927 和同样的

select ts_rank('one two three'::tsvector, to_tsquery('one|two|three'));

给0.0607927

如果匹配的词条更多，我希望ts_rank 的结果更高。

可能吗？

为了应对一种可能的反应：我无法将搜索查询的所有可能子序列计算为交集，然后将它们全部合并到一个查询中，因为我将处理大型查询。无论如何，我敢肯定有很多反对意见！

编辑：我知道ts_rank_cd，但它不能解决上述问题。

Answer 1

使用smlar 扩展名（仅限Linux AFAIK，由为我们带来文本搜索的同一个人编写）。

它具有计算数组之间的 TFIDF、余弦或重叠相似度的功能。它支持索引，所以速度很快。

另一种方法是在使用之前对查询进行“拼写检查”，基本上是删除所有不在您的语料库中的查询词。

Answer 2

我得出的结论是把&物品放在一起进行排名。在我的选择查询（我正在使用它进行搜索）中，项目是|ed。这似乎有效。