处理SQL查询的自然语言

Question

我在C# (实体框架)和Postgresql中工作，但我并不反对使用Python甚至Javascript。我想要能够处理搜索，产生相关的结果。例如，假设我在一个非常大的数据库中有一行，其中display_name是迈克的折扣汽车，我希望用户能够使用各种方式搜索它。我一直在使用LINQ和Levenshtein距离的东西，但我似乎不能很好地理解它。对于上面的例子，我希望下面的搜索能够真正找到Mike‘s折扣汽车

1. 麦克氏
2. 米克斯
3. 迈克氏症
4. 迈克
5. 米克斯
6. Mikes折扣汽车
7. 折扣汽车

yada yada yada。我的每一种策略似乎都很有效，但也有很大的差距。我使用regex删除非字母数字字符，我使用Levenshtein距离搜索拼写错误，但即使是这2种策略，如果有人键入Mikes，因为Levenshtein距离非常高，比像Bobs折扣汽车。对于第二个例子，距离较低，但显然不是正确的。再加上我添加的东西越多，搜索速度就越慢。现在，有了一个由33万行组成的数据库，从http request -> lambda -> ->返回客户端几乎需要整整一分钟的时间！这是不能接受的。我的lambda确实需要更快一些，但真正放慢速度的是我的代码。

我正在寻找任何资源，在如何有效地处理这(即书籍，网站，课程关于udemy)。

Answer 1

你试过trgm了吗？它并不特别聪明(例如，它不理解词性、同义词或连词)，但Levenshtein也不是，而且pg_trgm通常要快得多，因为它可以使用索引。

而且没有人会觉得"Mikes“比”Bobs折扣汽车“更像”Mikes折扣汽车“，所以你的例子是没有意义的。