sql - Postgres 选择具有百分比匹配的行，并按百分比排序

Question

我在 postgres 数据库中有一个句子表。该表称为 sentences，每行存储句子的列称为 sentence。

我如何将句子与给定句子进行比较，并返回其中 60% 的单词(或者更好的词根)匹配的句子，然后根据匹配质量对结果进行排序？

理想情况下，90% 的匹配会出现在 70% 的匹配之前，而 50% 的匹配则根本不会显示。

理想情况下，它也会排除标点符号，但这不是必需的。

Answer 1

查看 fuzzystrmatch模块，尤其是 levenshtein 函数。这会计算两个字符串之间的“距离”，值越小意味着它们越相似。它通常用于两个单词之间，但只要句子不太长(每个参数的最大字符串长度为 255 字节)，您也可以将它们与句子一起使用。

然后您将按 levenshtein 函数的输出升序排序，结果从最相似到最不相似。

如果您想排除标点符号，请使用正则表达式对字符串调用 regexp_replace 以删除您想要的所有字符，将其替换为空字符串，并将这些返回值用作 编辑。