如何制作像 Wolfram|Alpha 这样的小型引擎？

Question

假设我有三个模型/表：operating_systems、words 和 programming_languages：

# operating_systems
name:string created_by:string family:string
Windows     Microsoft         MS-DOS
Mac OS X    Apple             UNIX
Linux       Linus Torvalds    UNIX
UNIX        AT&T              UNIX

# words
word:string defenitions:string
window      (serialized hash of defenitions)
hello       (serialized hash of defenitions)
UNIX        (serialized hash of defenitions)

# programming_languages
name:string created_by:string example_code:text
C++         Bjarne Stroustrup #include <iostream> etc...
HelloWorld  Jeff Skeet        h
AnotherOne  Jon Atwood        imports 'SORULEZ.cs' etc...

当用户搜索 hello 时，系统显示“你好”的定义。这相对容易实现。但是，当用户搜索 UNIX 时，引擎必须选择：word 或 operating_system。此外，当用户搜索 windows（小写字母“w”）时，引擎会选择 word，但也应该显示假设“windows”是一个单词。用作操作系统相反。

谁能通过解析和选择搜索查询主题为我指明正确的方向？谢谢。

---

注意：它不需要能够像 WA 那样执行计算。

Answer 1

Wolfram Alpha 比你的例子复杂得多...我不确定它的内部工作原理（我对它的阅读很少），但我相信它是一个非常大和复杂的 自动推理系统。它们的实现相当简单（Prolog 基本上是一种通用的，你可以将你需要的任何数据放入其中），但它们很难发挥作用。

Answer 2

有一个名为 terms 的新索引表，其中包含每个有效术语的标记化版本。这样，您只需搜索一张表。

# terms
Id Name     Type               Priority
1  window   word               false
2  Windows  operating_system   true

然后您可以看到用户搜索词的匹配程度。即“Windows”将与 2 100% 匹配 - 因此假设如此，但也与 1 紧密匹配，因此建议将其作为替代方案。您必须编写自己的规则引擎来决定单词匹配的程度（即“windows”与“Windows”的假设是什么？）如果规则符合，则 Priority 字段可能是最终决定者引擎无法决定，理论上可以由用户活动驱动，因此它可以了解用户更有可能参考的内容。

Answer 3

那么如何以数据库表的形式创建一个缓存，其中包含所有关键字。

搜索查询将如下所示：

SELECT * FROM keywords WHERE keyword = '<YourKeyWord>'   /* mysql */

关键字表将包含对模块的某种引用。

这种方法的优点当然是快速搜索。

您可以使用两个查询来模拟您要求的行为：

• 完全匹配（在 mysql 中没有问题）
• 不区分大小写的搜索