PostgreSQL全文搜索未匹配到预期词汇的问题排查及相似词检索方案咨询

首先，咱们来拆解你遇到的问题：你提到执行select to_tsvector('english', 'Angel of Mercy') @@ to_tsquery('Mercy')返回了[]，其实这个操作符实际返回的是布尔值true或false，大概率是你看到的显示结果表述偏差，核心问题是匹配失败，下面详细说明原因和解决办法：

为什么匹配会失败？ #

核心原因是文本搜索的语言配置不一致：

• 你给to_tsvector显式指定了'english'语言，它会用英语的词干提取规则把Mercy处理成词干merci，同时过滤掉停用词of，最终得到向量'angel':1 'merci':3。
• 但to_tsquery('Mercy')没有指定语言，它会使用数据库默认的default_text_search_config配置。如果这个默认配置不是english，那么它不会把Mercy处理成merci，生成的查询词是原始的mercy（或者其他语言的词干），自然和向量里的merci匹配不上，返回false。

就算你的默认配置是english，也强烈建议显式指定语言，避免后续配置变更导致的匹配问题。正确的写法应该是：

select to_tsvector('english', 'Angel of Mercy') @@ to_tsquery('english', 'Mercy');

这个语句会返回true，因为to_tsquery('english', 'Mercy')同样会把Mercy处理成词干merci，和向量中的词干完全匹配。

如何匹配mercy、merciful、mercilessly等相似词汇？ #

英语自带的词干提取器（english_stem）不会自动把merciful、mercilessly这类衍生词映射到merci词干，所以直接匹配会失败。要实现语义相关词汇的检索，有两种常用方案：

方案1：使用同义词词典（推荐） #

你可以创建一个自定义同义词词典，把相关词汇映射到同一个词干，让文本搜索把它们视为同一个词：

1. 创建一个同义词文件（比如english_mercy_thesaurus.ths），内容如下：

   mercy merciful mercilessly : merci
   

   这个规则表示把mercy、merciful、mercilessly都统一映射到merci。
2. 在PostgreSQL中加载这个词典：

   CREATE TEXT SEARCH DICTIONARY english_mercy (
       TEMPLATE = thesaurus,
       DictFile = english_mercy_thesaurus,
       Dictionary = english_stem
   );
   

3. 修改english文本搜索配置，让它先使用这个同义词词典，再进行词干提取：

   ALTER TEXT SEARCH CONFIGURATION english
       ALTER MAPPING FOR asciiword, word
       WITH english_mercy, english_stem;
   

   配置完成后，不管是检索mercy、merciful还是mercilessly，都会被处理成merci，就能匹配到Angel of Mercy的条目了。

方案2：手动指定OR逻辑查询 #

如果不想配置同义词词典，可以直接在查询中包含所有相关词汇，用OR逻辑连接：

select to_tsvector('english', 'Angel of Mercy') @@ to_tsquery('english', 'mercy | merciful | mercilessly');

这种方式简单直接，但需要手动维护所有相关词汇，灵活性较差，适合词汇量少的场景。

内容的提问来源于stack exchange，提问作者André Carvalho