Метод ранжирования, используемый SQL Server для полнотекстового индексирования.

У меня возникли проблемы с ранжированием, используемым полнотекстовым поиском в SQL Server.

Предположим, пользователь ищет два слова «foo bar». Мы предполагаем, что пользователь намеревается выполнить поиск по ИЛИ, поэтому мы передаем «foo OR bar» в наш вызов CONTAINSTABLE. Мы обнаружили, что строка, которая содержит «foo» 10 раз, но не содержит «bar», будет иметь гораздо более высокий ранг, чем строка, в которой есть и «foo», и «bar». Мы хотели бы, чтобы строка, в которой есть оба термина, была предпочтительнее строки, в которой несколько раз встречается только один термин. Любые советы о том, как этого добиться?

Я нашел документацию, связанную с модификатором RANKMETHOD, но, похоже, она предназначена только для поиска SQL Enterprise и недоступна при обычной установке SQL Server 2005. Мы также могли бы переключиться на Lucene.Net, но я надеюсь убедиться, что у него лучший рейтинг. Мы также можем выполнять многократный поиск и объединять результаты, но это кажется нежелательным, поскольку количество искомых слов увеличивается.


sql-server full-text-search
person Frank Schwieterman    schedule 28.10.2008    source источник

Ответы (4)


arrow_upward
3
arrow_downward

RANKMETHOD недоступен ни для одной версии SQL Server. Если вы создаете ключевые слова для перехода в поиск CONTAINSTABLE и знаете что-то о том, какие слова были более «важными», вы можете ранжировать слова с помощью ISABOUT и WEIGHT.

Например, если foo имеет более высокий ранг, чем bar, вы можете сделать что-то вроде этого:

SELECT * FROM CONTAINSTABLE (YourFullTextTable, *, 'ISABOUT ("foo" ВЕС (0,5), "bar" ВЕС (0,3))')

person Coolcoder    schedule 02.12.2008

arrow_upward
3
arrow_downward

Попробуйте переписать запрос SELECT * FROM CONTAINSTABLE (YourFullTextTable, *, '"foo bar" или "foo" ~ "bar" или "foo or bar"'). По сути, этот запрос должен ранжировать любые записи с точным «foo bar» > «foo» рядом с «bar» > foo или bar.

person TestCheck    schedule 23.12.2009

arrow_upward
1
arrow_downward

Я провел краткое обсуждение инвертированных индексов и косинусного ранжирования (основные алгоритмы и структуры данных полнотекстовых поисковых систем) Здесь.

При чисто косинусном ранжировании foo (1), bar (1) должен быть ближе к вектору, занимаемому foo, bar, чем foo (10), bar (0). Можно изменить значение косинуса постфактум, что, по сути, и делает Pagerank. Если полнотекстовый поиск изменяет ранжирование косинуса после вычисления скалярного произведения, а не взвешивания осей, это объясняет непропорциональное значение foo.

person ConcernedOfTunbridgeWells    schedule 28.10.2008

arrow_upward
1
arrow_downward

Просто чтобы продолжить это. Причина, по которой рейтинг был низким для строк, содержащих строки A и B, при сопоставлении со строкой «A или B», заключается в том, что A находился в другом столбце, чем B. Если я создаю представление в таблице, которая объединяется эти столбцы в один столбец, ранжирование для «A или B» больше, чем я ожидал.

person Frank Schwieterman    schedule 10.11.2008