相关疑难解决方法(0)

简而言之，我有一个包含普通散文的 Postgres 列，我想确定所有行中x最常用的单词（“单词”是由空格分隔的一组字符，但不是停用词）。

我找到了两个几乎达到目标的解决方案：

SELECT *                                       
FROM   ts_stat($$SELECT to_tsvector('english', title) FROM item$$) 
ORDER  BY ndoc DESC
LIMIT  50;

这很好，除了它返回词干。

SELECT   UNNEST(string_to_array(title, ' ')) AS word, COUNT(*) AS ct
FROM     item 
GROUP    BY 1 
ORDER    BY 2 DESC
LIMIT    50;

这个返回完整的词，但包括停用词。

为简单起见：应该在 上找到停用词TABLE stop_words (lowercase_stopword text PRIMARY KEY)。

有人可以帮我上网吗？

回答这个问题，

鉴于此表（根据问题构建）：

CREATE TABLE wordcount (id SERIAL NOT NULL PRIMARY KEY, description TEXT NOT NULL);

INSERT INTO wordcount (description) VALUES ('What a great day');
INSERT INTO wordcount (description) VALUES ('This is a product. It is useful');

产生这个结果：

     id  | word_count | unique_word_count |  Description                        
---------+------------+-------------------+---------------
     1   |  4         | 4                 | What a great day
     2   |  7         | 6                 | This is a product. It is useful

我给出了（正确的）答案，你可以在这里找到。

然而，在评论中，OP 然后又问了一个问题——如果有问题的字符串是['a', ' ', ' ', …