postgresql類似の単語グループを見つける

Question

私は〜100000文字列（varchar）が格納されている列Aを含むtable1を持っています。残念ながら、各文字列にはスペースで区切られた複数の単語があります。さらにそれらは異なる長さを有し、すなわち、1つのストリングは3つのワードからなり、他のストリングは7つのワードを含むことができる。

次に、私は同じ方法で100文字列だけを含む第2のテーブル2に格納されたカラムBを持っています。したがって、文字列ごとに複数の単語がスペースで区切られます。

ターゲットは、列Bのレコードが、おそらくワードに基づいて列Aの複数のレコードと一致するかどうかを調べることです。結果にはランク付けも必要です。私はループ内でフルテキスト検索を使用することを考えていましたが、これを行う方法がわかりません、またはこれを達成するための適切な方法があるかどうかはわかりません。

Answer 1

ここにランキングするにはフルテキストを使用する辞書をテーブルに "転がす"ことができるかどうか分かりません。しかし、あなたは、いくつかのprimityveは、例えば、非常に簡単にランク付けして、それを照会することができます

t=# with a(a) as (values('a b c'),('a c d'),('b e f'),('r b t'),('q w')) 
, b(i,b) as (values(1,'a b'), (2,'e'), (3,'b')) 
, p as (select unnest(string_to_array(b.b,' ')) arr,i from b) 
select a phrases,arr match_words,count(1) over (partition by arr) words_in_matches, count(1) over (partition by i) matches,i from a left join p on a.a like '%'||arr||'%'; 
phrases | match_words | words_in_matches | matches | i 
---------+-------------+------------------+---------+--- 
r b t | b   |    6 |  5 | 1 
a b c | b   |    6 |  5 | 1 
b e f | b   |    6 |  5 | 1 
a b c | a   |    2 |  5 | 1 
a c d | a   |    2 |  5 | 1 
b e f | e   |    1 |  1 | 2 
r b t | b   |    6 |  3 | 3 
a b c | b   |    6 |  3 | 3 
b e f | b   |    6 |  3 | 3 
q w  |    |    1 |  1 | 
(10 rows) 

• フレーズは、あなたの大きなテーブルからの行です。
• match_wordsは、（スペースで分割さ）あなたの小さなテーブルからトークン
• あるフレーズに
• 試合をトークンの量をwords_in_matches小さなテーブルからフレーズのI指数
• 小さなテーブルのフレーズから大きなテーブルのフレーズにマッチの量であります

つまり、あなたの答えを