eaglet

本博专注于基于微软技术的搜索相关技术
  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

HubbleDotNet 开源全文搜索数据库项目--Match 方式

Posted on 2010-09-16 08:04  eaglet  阅读(3894)  评论(10编辑  收藏  举报

 

 

image

图1 Match 匹配示意图

如图1 所示 Match 方式匹配方式是对指定字段按单词分量或的方式进行匹配,匹配相关度计算中同时考虑单词出现的频率和单词在文章中的位置。

 

对单个字段按或方式匹配

搜索标题中 包含 “北京” “大学” 两个关键字的所有记录,并按照得分的大小排倒序

SQL 语句:

select top 10 * from CNews where title match '北京^5000^0 大学^5000^2' order by score desc

单词分量后面跟的参数^5000^0 含义如下

第一个参数表示这个单词分量的权值,这里为5000。

第二个参数表示这个单词分量在输入的被搜索的句子中的其实位置,如这里“北京”的位置为0,大学的起始位置为 2.

top 10 表示输出前10条匹配的记录

Score 为得分,这个是一个动态字段。

结果:

image

 

对多个字段匹配并分页

搜索标题或内容中 包含 “北京” “大学” 两个关键字的所有记录,并按照得分的大小排倒序

SQL 语句:

select between 0 to 9 * from CNews where title^2 match '北京^5000^0 大学^5000^2' or 
content match '北京^5000^0 大学^5000^2' order by score desc 

这里 title 字段后跟了一个参数2,这个参数表示 title 字段的权值为2,也就是说通过这种方法对字段设置权值。

between 0 to 9  表示输出 0 到 9 范围内的记录,这种方法可以用于分页显示。

结果:

image

 

和Untokenized 类型字段组合查询

搜索标题中 包含 “北京” “大学” 两个关键字的,并且时间大于 2007 年 1月 1日 小于 2007 年8 月16 日的所有记录,并按照时间排倒序

SQL 语句:

select top 10 * from CNews where title^2 match '北京^5000^0 大学^5000^2' and time > '2007-1-1' and
 time < '2007-8-16' order by time desc
 

结果:

image

 

按多字段排序

搜索标题中 包含 “北京” “大学” 两个关键字的,并且时间大于 2007 年 1月 1日 小于 2007 年8 月16 日的所有记录,并按照时间和得分同时排倒序

即先按时间排序,时间相同的记录,得分高的排前面。

SQL 语句:

select top 10 * from CNews where title^2 match '北京^5000^0 大学^5000^2' 
order by time desc, score desc 

结果:

image

 

在搜索结果中查找

在 match 'abc^5000^0 news^5000^3 to^5000^7 cut^5000^9'  的结果中再查找包含 Staff 这个词的记录

SQL 语句:

select top 10 Id, Title, Score from EnglishNews where title match 'abc^5000^0 news^5000^3 to^5000^7 cut^5000^9' 
and title contains 'Staff' order by score desc

结果:

image

搜索结果中不包含

在 match 'abc^5000^0 news^5000^3 to^5000^7 cut^5000^9'  的结果中再查找不含包含 Staff 这个词的记录

SQL 语句:

select top 10 Id, Title, Score from EnglishNews where title match 'abc^5000^0 news^5000^3 to^5000^7 cut^5000^9' 
and  title not contains 'Staff' order by score desc

结果:

image

 

返回 Hubble.net 技术详解