可能在Postgres全文搜索中对部分匹配进行排名？

Question

我试图计算一个全文匹配的ts_rank，其中查询中的某些术语可能不在与其匹配的ts_vector中。我希望在更多单词匹配的比赛中排名更高。看起来很简单？

因为不是所有的条件都必须匹配，所以我必须|的操作数，给出如to_tsquery('one|two|three')（如果它是&，所有都必须匹配）的查询。

问题是，无论有多少单词匹配，排名值似乎是相同的。换句话说，它是最大的而不是乘以子句。

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')); 给出了预期的较低值0.0455945，因为'四'不是矢量。

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

给0.0607927，同样

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

给0.0607927

我想的ts_rank的结果是如果有更多的条件匹配更高。

可能吗？

为了反击一个可能的反应：我无法计算搜索查询的所有可能子序列作为交集，然后将它们全部结合在一个查询中，因为我将要处理大量查询。无论如何，我肯定有很多争论！

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（linux only AFAIK，由带给我们文本搜索的相同家伙编写）。

它具有计算TFIDF，余弦或数组之间重叠相似度的函数。它支持索引，因此速度很快。

另一种方式是在使用它之前对查询进行“拼写检查”，基本上删除任何不在您的语料库中的查询词。

Answer 2

我得出的结论是&这些项目一起进行排名。在我选择的查询中（我正在使用它进行搜索），这些项目是| ed。这似乎工作。