Oracle APEX中对比两个varchar2字段获取文本相似度百分比方案咨询

方案一：直接使用Oracle内置UTL_MATCH包（推荐） #

Oracle 11g及以上版本默认自带UTL_MATCH工具包，无需额外部署组件即可直接实现文本相似度计算，返回0-100的整数百分比，完全适配你的需求。包内提供两类常用计算函数，可根据场景选择：

• UTL_MATCH.JARO_WINKLER_SIMILARITY(文本1, 文本2)：适合短文本模糊匹配，对单词顺序相近的文本匹配精度更高
• UTL_MATCH.EDIT_DISTANCE_SIMILARITY(文本1, 文本2)：基于编辑距离计算，适合字符拼写差异为主的场景

示例查询代码 #

直接在APEX的SQL查询或者PL/SQL逻辑中使用如下代码，其中:v_symptom为APEX中的绑定变量：

SELECT
  id,
  UTL_MATCH.JARO_WINKLER_SIMILARITY(Symptom_Descr, :v_symptom) AS similarity_percent
FROM SYMPTOMS
ORDER BY similarity_percent DESC;

如果需要过滤低相似度记录，可添加WHERE条件：

SELECT
  id,
  UTL_MATCH.JARO_WINKLER_SIMILARITY(Symptom_Descr, :v_symptom) AS similarity_percent
FROM SYMPTOMS
WHERE UTL_MATCH.JARO_WINKLER_SIMILARITY(Symptom_Descr, :v_symptom) > 10
ORDER BY similarity_percent DESC;

方案二：自定义PL/SQL相似度函数 #

如果内置函数的匹配精度无法满足业务需求，可自行实现基于词袋模型的余弦相似度计算，适配长文本或者语义匹配要求更高的场景：

• 第一步：编写分词函数，将输入文本按分隔符拆分为独立单词集合
• 第二步：过滤停用词（可选），比如the、a等无意义的常用词
• 第三步：计算两个文本的词频向量，输出向量的余弦相似度并转换为百分比格式

内容的提问来源于stack exchange，提问作者user13768246