全文噪声词 - 背后的逻辑答案

【问题标题】：fulltext noise words - the logic behind全文噪声词 - 背后的逻辑
【发布时间】：2011-10-20 23:58:37
【问题描述】：

正如标题所描述的，在全文搜索中实施干扰词以避免这些词被搜索背后的逻辑是什么？我的意思是，如果有人搜索“存在或不存在”怎么办？没有显示结果？如果有人能告诉我背后的逻辑，我将不胜感激，因为我即将禁用ft_stopword_file。

【问题讨论】：

【解决方案1】：

这些停用词的原因是全文索引不会变得臃肿。它有助于性能和存储。如果您包含所有停用词（或禁用它们），则会在一定程度上降低全文搜索。

【讨论】：

【解决方案2】：

如果您禁用停用词，那么性能会急剧下降。解决此问题的方法是检查您的 php 代码以查看搜索查询中的停用词是否共同，并为这些查询调整“LIKE”搜索，或者简单地使用 sphinx 作为搜索引擎。停用词背后的逻辑是禁用搜索词，如“is,are,be,there,not”等...

【讨论】：

【解决方案3】：

逻辑是这些词是如此常见，以至于它们会创建大型索引节点并降低系统性能，并且对用户毫无用处，因为“to”和“be”这两个词是如此常见且无上下文。

更好的索引方法是使用 ngrams 来查找引用的短语，例如“to be”，但这种索引非常罕见。

【讨论】：