postgresql - Postgres pg_trgm 模块中的相似度是如何计算的

Question

谁能给我解释一下在 Postgres pg_trgm 模块中相似度函数是如何计算的。

例如相似度('sage', 'message') = 0.3

1) "  s"," sa",age,"ge ",sag
2) "  m"," me",age,ess,"ge ",mes,sag,ssa

n1: cardinality(1) = 5
n2: cardinality(2) = 8
nt: cardinality(1 intersect 2) = 3

我看不出我们如何从这 3 个等于 0.3 的量中得到一个公式。我原以为它会基于一个常见的字符串相似性度量(例如 Dice-Sorensen)

即2*nt/(n1 + n2) = 6/13 = 0.46

pg_trgm 相似度分数对我来说似乎异常低

Answer 1

公式可以在contrib/pg_trgm/trgm.h中找到(参见宏CALCSML)，如下:

nt / (n1 + n2 - nt)

在你的例子中是 3/(5+8-3) = 0.3。