SMSIMILARITY

Dotyczy:kolumna obliczeniowatabela obliczeniowaMiarawizualizacji

Zwraca wynik istotności zmiennoprzecinkowych wskazujący, jak mocno tekst w kolumnie pasuje do ciągu wyszukiwania.

Syntax

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

Parameters

Term	Definicja
within_text_column	Kolumna zawierająca wartości tekstowe do wyszukania. Kolumna musi mieć typ danych Ciąg.
search_text	Ciąg tekstowy definiujący warunek wyszukiwania.
match_mode	(Opcjonalnie) Zgodne zachowanie do użycia. Obsługiwane wartości to TEXTMATCHING, FUZZYMATCHINGi PHRASEMATCHING. Wartość domyślna to TEXTMATCHING.

Wartość zwracana

Wynik istotności leksykalnej zmiennoprzecinkowy. W ramach jednej oceny wyższa ocena wskazuje silniejszy mecz, a 0 oznacza brak dopasowania.

Wynik jest nieprzezroczystą wartością klasyfikacji, a nie procentem, prawdopodobieństwem lub znormalizowaną miarą podobieństwa. Porównaj wyniki tylko w tym samym kontekście wyszukiwania.

Wyniki nie mają gwarancji, że są porównywalne ani stabilne w oddzielnych wykonaniach zapytań, ciągach wyszukiwania, kolumnach, kontekstach filtru, źródłach danych lub trybach przechowywania, zawartości indeksu lub generowania ani planach wykonywania. Te czynniki mogą zmieniać korpus oceniania lub implementację oceniania nawet wtedy, gdy widoczne wartości tekstowe są niezmienione.

Tryby dopasowania

Mode	Behavior
TEXTMATCHING	Tokenizuje search_text i ocenia tekst zgodny z dowolnym tokenem wyszukiwania.
FUZZYMATCHING	Ocenia tokeny podobne do tokenów wyszukiwania w niewielkiej odległości edycji. Ten tryb obsługuje dopasowywanie literówek.
PHRASEMATCHING	Ocenia tekst, gdy analizowane tokeny są wyświetlane obok siebie i w określonej kolejności. Interpunkcja nie ma wpływu na sekwencję tokenów.

Remarks

• Wyszukiwanie nie uwzględnia wielkości liter.
• Funkcja stosuje specyficzne dla języka usuwanie i zatrzymywanie wyrazów w oparciu o kulturę modelu. Na przykład funkcja stemming umożliwia wyszukiwanie run dopasowania do runningwartości , runsi runner. Usuwanie wyrazów zatrzymanych ignoruje typowe wyrazy wypełniacza, takie jak the, , andofi in.
• Sortowanie dla kolumn nie kontroluje języka analizatora. Kultura modelu kontroluje ją. W programie Power BI Desktop wybierz pozycję Opcje plików>i ustawienia>Opcje>Bieżące ustawienia regionalne>Język modeluustawień>, aby ustawić język modelu. Aby uzyskać więcej informacji, zobacz FORMAT.
• Obsługiwane kultury modeli to:
  • Angielski (en)
  • Francuski (fr)
  • Niemiecki (de)
  • Hiszpański (es)
  • Portugalski (pt)
  • Rosyjski (ru)
  • Arabski (ar)
  • Turecki (tr)
  • Duński (da)
  • Holenderski (nl)
  • Fiński (fi)
  • Grecki (el)
  • Węgierski (hu)
  • Włoski (it)
  • Norweski (no, nbi nn)
  • Rumuński (ro)
  • Szwedzki (sv)
  • Tamil (ta)
• W przypadku nieobsługiwanych kultur TEXTSIMILARITY używa tokenizatora z małymi literami ogólnymi bez usuwania lub zatrzymywania wyrazów.
• Składanie akcentów nie jest obsługiwane. Na przykład café nie pasuje do cafe.
• Funkcja wymaga utrwalonego indeksu pełnotekstowego w pliku within_text_column. Jest obsługiwana w trybach magazynowania Import, Dual i Direct Lake. Inne tryby przechowywania zwracają błąd.
• Funkcja jest oceniana według wiersza. Przed użyciem jej w kolumnie obliczeniowej w bardzo dużej tabeli przetestuj wydajność przy użyciu reprezentatywnego obciążenia.
• Użyj parametru TEXTCONTAINS , jeśli potrzebujesz wyniku dopasowania logicznego zamiast wyniku istotności.

Przykłady

Zwracanie najbardziej odpowiednich wierszy

Następujące zapytanie zwraca pięć przeglądów z najwyższymi ocenami istotności dla elementu great refrigerator:

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

Przykładowy tekst	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

Filtrowanie i klasyfikacja wierszy

Następujące zapytanie ogranicza wynik do recenzji, które pasują refrigeratordo elementu , a następnie klasyfikuje je według ich istotności do :great refrigerator

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

TEXTCONTAINS i TEXTSIMILARITY wykonaj niezależnie. Filtrowanie wierszy za pomocą TEXTCONTAINS polecenia nie powoduje zmiany zakresu indeksu używanego do obliczania TEXTSIMILARITY wyników.

Przykładowy tekst	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

Wyświetlanie wyników istotności

Następujące zapytanie dodaje ocenę istotności dla każdego opisu produktu do wyniku:

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

Przykładowy tekst	Score
Wireless headphones with Bluetooth	2.35
Wired headphones	0

Treści powiązane

• TEXTCONTAINS
• Funkcje informacyjne