标签:python database postgresql django fuzzy-search
我有一个大型数据库,里面有一系列机构(大学,医院等).机构的名称来自不同的来源,并且对于同一机构可以拼写不同.例如,它们可能拼写错误,或者可以缩短单词(“uni”,“univ”或“university”)
给定一个我需要插入数据库的名称,有没有一种实用的方法来查找该机构是否已经在数据库中?这不是一个研究项目,所以我正在寻找一个相当快的解决方案.
我正在使用django和postgresql,但我认为并不重要.
解决方法:
这是record linkage的问题.许多数据库为此提供了基本方法,例如字符级n-gram匹配,其中像“university”这样的术语被扩展为
[“uni”,“niv”,“ive”,“ver”,“ers”,…]
对于n = 3.数据库将索引所有这样的n-gram并允许使用某种加权匹配进行搜索. pg_trgm
似乎正是这样做,尝试一下.
标签:python,database,postgresql,django,fuzzy-search 来源: https://codeday.me/bug/20190518/1127062.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。