如何在PostgreSQL中使用同义词词典实现全文检索？

一、同义词检索实现 #

1. 准备同义词词典文件 #

PostgreSQL的同义词词典是纯文本格式，每行一组同义词，首选词放在最前面，用空格分隔。示例内容：

car automobile auto
bike bicycle cycle
phone telephone mobile

将文件命名为english_synonyms.txt，放到PostgreSQL的共享词典目录。可通过命令pg_config --sharedir查询目录路径，通常为/usr/share/postgresql/<你的版本号>/tsearch_data/。

2. 创建同义词词典 #

执行SQL命令创建基于同义词模板的词典：

CREATE TEXT SEARCH DICTIONARY english_synonyms (
    TEMPLATE = synonym,
    SYNONYMS = english_synonyms,
    CASE_SENSITIVE = false
);

3. 修改全文检索配置 #

复制默认英文检索配置，将同义词词典加入分词处理链（先处理同义词，再做词干提取）：

CREATE TEXT SEARCH CONFIGURATION english_with_synonyms (COPY = english);
ALTER TEXT SEARCH CONFIGURATION english_with_synonyms
    ALTER MAPPING FOR asciiword, asciihword, hword_asciipart
    WITH english_synonyms, english_stem;

4. 测试同义词检索 #

插入数据或查询时指定新配置即可：

-- 插入带同义词处理的tsvector
INSERT INTO your_table (ts_col) VALUES (to_tsvector('english_with_synonyms', 'I drive a car'));

-- 用同义词查询（automobile能匹配到car的记录）
SELECT * FROM your_table WHERE ts_col @@ to_tsquery('english_with_synonyms', 'automobile');

二、拼写检查实现 #

PostgreSQL的拼写检查依赖ispell词典，步骤如下：

1. 安装英文拼写词典包 #

• Debian/Ubuntu：安装postgresql-contrib和aspell-en
• RedHat/CentOS：安装postgresql-contrib和aspell-en
  安装完成后，PostgreSQL即可调用英文拼写词典。

2. 创建拼写检查词典 #

执行SQL命令创建ispell词典：

CREATE TEXT SEARCH DICTIONARY english_ispell (
    TEMPLATE = ispell,
    DictFile = english,
    AffFile = english,
    StopWords = english
);

3. 拼写修正与检索 #

用ts_lexize函数直接测试拼写修正效果：

SELECT ts_lexize('english_ispell', 'carr'); -- 返回 '{car}'，修正拼写错误

若要实现自动拼写建议，结合pg_trgm扩展计算词相似度，先启用扩展：

CREATE EXTENSION IF NOT EXISTS pg_trgm;

再从现有检索词中生成建议：

SELECT word, similarity('carr', word) AS similarity
FROM ts_stat('SELECT ts_col FROM your_table')
WHERE similarity('carr', word) > 0.5
ORDER BY similarity DESC;

4. 整合到检索流程 #

将拼写检查与全文检索结合，先修正查询词再检索：

WITH corrected_query AS (
    SELECT array_to_string(ts_lexize('english_ispell', 'carr'), ' ') AS corrected_word
)
SELECT * FROM your_table, corrected_query
WHERE ts_col @@ to_tsquery('english_with_synonyms', corrected_word);

实用调试工具 #

用ts_debug函数查看分词和词典的处理过程，方便调试：

SELECT ts_debug('english_with_synonyms', 'I ride a bicycle');

内容的提问来源于stack exchange，提问作者paweltru