TEXTOIMILARITY

Se aplica a:columna Calculadatabla calculadaMedidacálculo visual

Devuelve una puntuación de relevancia de punto flotante que indica la intensidad del texto de una columna que coincide con una cadena de búsqueda.

Syntax

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

Parameters

Término Definición
within_text_column Columna que contiene los valores de texto que se van a buscar. La columna debe tener el tipo de datos String.
search_text Cadena de texto que define la condición de búsqueda.
match_mode (Opcional) Comportamiento coincidente que se va a usar. Los valores admitidos son TEXTMATCHING, FUZZYMATCHINGy PHRASEMATCHING. El valor predeterminado es TEXTMATCHING.

Valor de retorno

Puntuación de relevancia léxica de punto flotante. Dentro de una evaluación, una puntuación más alta indica una coincidencia más fuerte y 0 indica que no coinciden.

La puntuación es un valor de clasificación opaco, no un porcentaje, una probabilidad o una medida de similitud normalizada. Compare las puntuaciones solo dentro del mismo contexto de búsqueda.

No se garantiza que las puntuaciones sean comparables o estables entre ejecuciones de consultas independientes, cadenas de búsqueda, columnas, contextos de filtro, orígenes de datos o modos de almacenamiento, contenido de índice o generaciones, o planes de ejecución. Estos factores pueden cambiar el corpus de puntuación o la implementación de puntuación incluso cuando los valores de texto visibles no se modifican.

Modos de coincidencia

Modo Comportamiento
TEXTMATCHING Tokeniza y puntúa search_text el texto que coincide con cualquier token de búsqueda.
FUZZYMATCHING Puntua los tokens que son similares a los tokens de búsqueda dentro de una pequeña distancia de edición. Este modo admite la coincidencia con tolerancia a errores tipográficos.
PHRASEMATCHING Puntúa el texto cuando los tokens analizados aparecen entre sí y en el orden especificado. La puntuación no afecta a la secuencia de tokens.

Remarks

  • La búsqueda no distingue mayúsculas de minúsculas.
  • La función aplica la lematización específica del lenguaje y la eliminación de palabras irrelevantes en función de la referencia cultural del modelo. Por ejemplo, la lematización permite que una búsqueda run coincida runningcon , runsy runner. La eliminación de palabras irrelevantes omite palabras de relleno comunes como the, and, ofy in.
  • La intercalación por columna no controla el lenguaje del analizador. La referencia cultural del modelo la controla. En Power BI Escritorio, seleccione Opciones de archivo>y configuración>Opciones Configuración>del archivo> actualIdioma del modelode configuración> regional para establecer el lenguaje del modelo. Para obtener más información, consulte FORMAT.
  • Las referencias culturales del modelo admitidas son:
    • Inglés (en)
    • Francés (fr)
    • Alemán (de)
    • Español (es)
    • Portugués (pt)
    • Ruso (ru)
    • Árabe (ar)
    • Turco (tr)
    • Danés (da)
    • Neerlandés (nl)
    • Finés (fi)
    • Griego (el)
    • Húngaro (hu)
    • Italiano (it)
    • Noruego (no, nby nn)
    • Rumano (ro)
    • Sueco (sv)
    • Tamil (ta)
  • Para referencias culturales no admitidas, TEXTSIMILARITY usa un tokenizador en minúsculas genérico sin lematización ni eliminación de palabras irrelevantes.
  • No se admite el plegado de énfasis. Por ejemplo, café no coincide con cafe.
  • La función requiere un índice de texto completo persistente en within_text_column. Se admite para los modos de almacenamiento de Importación, Dual y Direct Lake. Otros modos de almacenamiento devuelven un error.
  • La función se evalúa fila por fila. Antes de usarlo en una columna calculada sobre una tabla muy grande, pruebe el rendimiento con una carga de trabajo representativa.
  • Use TEXTCONTAINS cuando necesite un resultado de coincidencia booleano en lugar de una puntuación de relevancia.

Ejemplos

Devolver las filas más relevantes

La consulta siguiente devuelve las cinco revisiones con las puntuaciones de relevancia más altas para great refrigerator:

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

Filtrar y clasificar filas

La consulta siguiente restringe el resultado a las revisiones que coinciden refrigeratorcon y, a continuación, las clasifica por su relevancia en great refrigerator:

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

TEXTCONTAINS y TEXTSIMILARITY se ejecutan de forma independiente. El filtrado de filas con TEXTCONTAINS no cambia el ámbito de índice usado para calcular TEXTSIMILARITY puntuaciones.

Texto de ejemplo 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

Mostrar puntuaciones de relevancia

La consulta siguiente agrega la puntuación de relevancia para cada descripción del producto al resultado:

EVALUATE
ADDCOLUMNS (
    Products,
    "Relevance score", TEXTSIMILARITY ( Products[Description], "wireless bluetooth" )
)
Texto de ejemplo Score
Wireless headphones with Bluetooth 2.35
Wired headphones 0

Contenido relacionado

  • Se actualizó por última vez el