postgresql - 是否可以在 Postgres 中使用两个停用词词典？

Question

我正在尝试获取列中出现频率最高的单词的列表。

SELECT
  word,
  sum(nentry) AS nentry
FROM ts_stat(
  $$
    SELECT to_tsvector('simple', body)
    FROM document
  $$
)
GROUP BY word

这工作得很好，但问题是文档包含法语和英语的单词。如果我使用英语词典查找停用词，我得到的最频繁的词是 pour，而当我使用法语词典时是 the。这两个词显然是我想排除的。

有没有办法创建一个使用两个不同词典作为停用词的配置？

Answer 1

您应该创建一个由法语和英语停用词文件联合而成的停用词文件，并使用该停用词文件创建一个简单字典。

然后创建一个文本搜索配置，将此字典用于 asciiword 和 word，并使用此配置。