postgresql - PostgreSQL 是否使用 tf-idf？

Question

我想知道在带有 GIN/GiST 索引的 PostgreSQL 9.3 中的全文搜索是否使用 tf-idf(词频-逆文档频率)。

特别是，在我的短语列中，我有一些更流行的词，而有些则非常独特(即名称)。我想为这些列编制索引，以便匹配的唯一词的权重高于常用词。

Answer 1

没有 Postgres 不使用 TF-IDF 作为文档之间的相似性度量。

ts_rank 如果文档包含更频繁的查询词则更高。它没有考虑术语的全局频率。

ts_rank_cd 如果文档包含更紧密且更频繁的查询词，则更高。它没有考虑术语的全局频率。

文本搜索创建者有一个名为 smlar 的扩展，这让您可以使用 TF-IDF 计算数组之间的相似性。它还允许您将 tsvectors 转换为数组，并支持快速索引。