PostgreSQL：是否可以手动构建tsvector值？

Question

我希望实现一个信息检索系统，使用向量空间模型，但包含多个术语标记和自定义的术语加权函数。

我考虑在PostgreSQL中构建我的倒排索引，而不是使用文件系统。我阅读了关于GIN索引的文章，它可以在tsvector列上构建这样一个索引。

我能否手动构建tsvector值，而不调用to_tsvector函数，以便我可以使用自定义标记和自定义权重构建我的“自定义”向量？

- Nina

Answer 1

如果有帮助的话，以下是对原回答的补充：

select $$'foo':1 'bar':2 'baz':10$$::tsvector;
         tsvector         
--------------------------
 'bar':2 'baz':10 'foo':1
(1 row)

- michael

Answer 2

您可以手动创建tsvector。但据我所知，您只能分配4种不同的权重，即A、B、C或D。多词标记必须用单引号括起来，以便将它们作为一个标记保持在一起。

select $$'two words':1c oneword$$::tsvector;
         tsvector         
--------------------------
 'oneword' 'two words':1C

- jjanes

---

但是我需要分配给词项的权重是修改后的TF-IDF值，而不是'A'、'B'或'C'！这是否可能？ - Nina

@Nina 无法使用tsvector实现。 - jjanes

嗯，所以我不能依赖于PostgreSQL来实现我的信息检索系统。不过，无论如何，我会将您的帖子标记为答案，因为您提供了手动构建tsvector的方式。 - Nina

如果你要建立自己的索引，你可以在 postgres 中添加一个新类型，并在你的数据类型上使用它们的 GIN 索引。你需要编写一个扩展来实现它，但你可以确保在自定义数据类型上使用 GIN 索引。 - Peter Gerdes