TEXTIMILARITY

Gilt für:Berechnete SpalteBerechnete TabelleMeasurevisuelle Berechnung

Gibt eine Gleitkommarelevanzbewertung zurück, die angibt, wie stark Text in einer Spalte einer Suchzeichenfolge entspricht.

Syntax

TEXTSIMILARITY(<within_text_column>, <search_text>[, <match_mode>])

Parameters

Begriff	Definition
within_text_column	Eine Spalte, die die zu durchsuchenden Textwerte enthält. Die Spalte muss über den Datentyp "String" verfügen.
search_text	Eine Textzeichenfolge, die die Suchbedingung definiert.
match_mode	(Optional) Das zu verwendende Abgleichsverhalten. Unterstützte Werte sind TEXTMATCHING, FUZZYMATCHINGund PHRASEMATCHING. Der Standardwert lautet TEXTMATCHING.

Zurückgegebener Wert

Eine Gleitkomma-lexikalische Relevanzbewertung. Innerhalb einer Auswertung gibt ein höheres Ergebnis eine stärkere Übereinstimmung an, und 0 gibt keine Übereinstimmung an.

Die Bewertung ist ein undurchsichtiger Bewertungswert, kein Prozentwert, keine Wahrscheinlichkeits- oder normalisierte Ähnlichkeitskennzahl. Vergleich der Ergebnisse nur innerhalb desselben Suchkontexts.

Bewertungen sind nicht garantiert, dass sie über separate Abfrageausführungen, Suchzeichenfolgen, Spalten, Filterkontexte, Datenquellen oder Speichermodi, Indexinhalte oder Generationen oder Ausführungspläne hinweg vergleichbar oder stabil sind. Diese Faktoren können die Bewertungskorpus oder die Bewertungsimplementierung auch dann ändern, wenn sichtbare Textwerte unverändert sind.

Übereinstimmungsmodi

Modus	Behavior
TEXTMATCHING	Tokenisiert Text, der jedem Suchtoken search_text entspricht.
FUZZYMATCHING	Bewertet Token, die suchtoken in einer kleinen Bearbeitungsdistanz ähneln. Dieser Modus unterstützt typotolerante Übereinstimmungen.
PHRASEMATCHING	Bewertet Text, wenn die analysierten Token nebeneinander und in der angegebenen Reihenfolge angezeigt werden. Interpunktion wirkt sich nicht auf die Tokensequenz aus.

Hinweise

• Die Groß- und Kleinschreibung wird bei der Suche nicht berücksichtigt.
• Die Funktion wendet sprachspezifische Wortstamm- und Stoppwortentfernungen basierend auf der Modellkultur an. Beispielsweise ermöglicht die Wortstammerkennung eine Suche nach runrunningübereinstimmungen , , runsund runner. Das Entfernen von Stoppwörtern ignoriert allgemeine Füllwörter wie the, , and, ofund in.
• Die Sortierung pro Spalte steuert nicht die Analysesprache. Die Modellkultur steuert sie. Wählen Sie in Power BI Desktop "Dateioptionen>" und "Einstellungen>" ">Aktuelle Datei>"-Regionseinstellungsmodellsprache> aus, um die Modellsprache festzulegen. Weitere Informationen finden Sie unter FORMAT.
• Die unterstützten Modellkulturen sind:
  • Englisch (en)
  • Französisch (fr)
  • Deutsch (de)
  • Spanisch (es)
  • Portugiesisch (pt)
  • Russisch (ru)
  • Arabisch (ar)
  • Türkisch (tr)
  • Dänisch (da)
  • Niederländisch (nl)
  • Finnisch (fi)
  • Griechisch (el)
  • Ungarisch (hu)
  • Italienisch (it)
  • Norwegisch (no, nbund nn)
  • Rumänisch (ro)
  • Schwedisch (sv)
  • Tamilisch (ta)
• Bei nicht unterstützten Kulturen TEXTSIMILARITY wird ein generischer Tokenizer in Kleinbuchstaben ohne Wortstamm- oder Stoppwortentfernung verwendet.
• Akzentfaltung wird nicht unterstützt. Beispielsweise stimmt café nicht mit cafe überein.
• Für die Funktion ist ein beibehaltener Volltextindex within_text_columnerforderlich. Es wird für import-, Dual- und Direct Lake-Speichermodi unterstützt. Andere Speichermodi geben einen Fehler zurück.
• Die Funktion wird zeileweise ausgewertet. Bevor Sie sie in einer berechneten Spalte über einer sehr großen Tabelle verwenden, testen Sie die Leistung mit einer repräsentativen Arbeitsauslastung.
• Verwenden Sie TEXTCONTAINS , wenn Sie ein boolesches Übereinstimmungsergebnis anstelle einer Relevanzbewertung benötigen.

Beispiele

Zurückgeben der relevantesten Zeilen

Die folgende Abfrage gibt die fünf Rezensionen mit den höchsten Relevanzbewertungen für great refrigerator:

EVALUATE
TOPN (
    5,
    FactReviews,
    TEXTSIMILARITY ( FactReviews[Text], "great refrigerator" ), DESC
)

Beispieltext	Score
This is a great refrigerator, keeps everything cold and quiet.	3.42
Fantastic fridge! Great cooling performance and very spacious.	2.98
Our old refrigerator broke and this new one works great.	2.54
Refrigerator is decent, not great but gets the job done.	1.72
The refrigerator section is large, freezer is okay.	1.10

Filtern und Rangzeilen

Die folgende Abfrage schränkt das Ergebnis auf Rezensionen ein, die übereinstimmen refrigerator, und bewertet sie dann nach ihrer Relevanz für great refrigerator:

EVALUATE
TOPN (
    5,
    FILTER (
        FactReviews,
        TEXTCONTAINS ( FactReviews[Text], "refrigerator" )
    ),
    TEXTSIMILARITY ( FactReviews[Text], "great refrigerator" ), DESC
)

TEXTCONTAINS und TEXTSIMILARITY unabhängig ausgeführt werden. Durch das Filtern von Zeilen mit TEXTCONTAINS dem Indexbereich, der zum Berechnen TEXTSIMILARITY von Bewertungen verwendet wird, wird der Indexbereich nicht geändert.

Beispieltext	Score
This is a great refrigerator - quiet, spacious, and keeps food fresh.	3.42
Fantastic fridge. Cooling performance is excellent and build quality is great.	3,01
Our old refrigerator died, but this new one works great and runs silently.	2.67
The refrigerator section is huge. Would be great if the freezer were larger.	1.94
Solid refrigerator. Not the best, but overall a great value for the price.	1.65

Anzeigen von Relevanzbewertungen

Die folgende Abfrage fügt dem Ergebnis die Relevanzbewertung für jede Produktbeschreibung hinzu:

EVALUATE
ADDCOLUMNS (
    Products,
    "Relevance score", TEXTSIMILARITY ( Products[Description], "wireless bluetooth" )
)

Beispieltext	Score
Wireless headphones with Bluetooth	2.35
Wired headphones	0

Verwandte Inhalte

• TEXTCONTAINS
• Informationsfunktionen