sql - 带有累积和查询重写的 oracle 文本定义核心

Question

我正在使用 Oracle 文本在句子语料库中进行搜索
我希望评分只计算离散的出现次数，

示例:我的查询是 ( dog cat table )如果找到术语“狗”，即使句子有多个“狗”术语，它也必须计数为 1。如果它找到“狗猫”，它必须数 2 ......等等

我使用了这个查询，但如果找到这两个词，它会给我 51。我需要累积离散的事件。所以我想覆盖 Oracle Text 评分算法的行为。

   select /*+ FIRST_ROWS(1)*/ sentence_id
           ,score(1) as sc
           , isn 
           ,sentence_length 
   from       plag_docsentences 
   where contains(PROCESSED_TEXT,'DEFINESCORE(dog, DISCRETE*.01)
                                ,DEFINESCORE(cat, DISCRETE*.01)'
                    ,1)>0 
order by score(1) desc

Answer 1

好的，我解决了那个问题。

假设我找到了 3 个词中的 2 个词，分数将为 67
这意味着 ( 2/3=67 ) 这是 oracle 文本评分算法的默认行为。
所以我推导出了一个方程来找到出现次数(即在语料库句子中找到的查询中的术语数)
如下:

x/query_lenght = 分数/100

然后

x=query_lenght * 分数/100

这将找到查询和语料库查询之间的匹配词数

我希望这将有助于 IR 的研究人员。