Delen via


Vergelijkbare en gerelateerde documenten zoeken met semantische zoekopdrachten

van toepassing op:SQL Server-

Hierin wordt beschreven hoe u vergelijkbare of gerelateerde documenten of tekstwaarden kunt vinden en informatie over hoe ze vergelijkbaar of gerelateerd zijn, in kolommen die zijn geconfigureerd voor statistische semantische indexering.

Als u vergelijkbare of gerelateerde documenten in een specifieke kolom wilt identificeren, voert u een query uit op de semanticiteitstabel van de functie.

SEMANTICSIMILARITYTABLE retourneert een tabel met nul, een of meer rijen waarvan de inhoud in de opgegeven kolom semantisch vergelijkbaar is met het opgegeven document. Naar deze rijsetfunctie kan worden verwezen in de FROM component van een SELECT instructie, zoals een gewone tabelnaam.

U kunt geen query's uitvoeren op kolommen voor vergelijkbare documenten. De SEMANTICSIMILARITYTABLE functie haalt alleen resultaten op uit dezelfde kolom als de bronkolom, die wordt geïdentificeerd door het argument source_key .

Zie SEMANTICSIMILARITYTABLE voor gedetailleerde informatie over de parameters die door de functie zijn vereist en over de tabel met resultaten die worden geretourneerd.

Important

De kolommen waarop u zich richt, moeten volledige-tekst- en semantische indexering ingeschakeld hebben.

Als u informatie wilt over de sleuteltermen die documenten vergelijkbaar of gerelateerd maken, kunt u een query uitvoeren op de functie-semantiekimilariteitsdetailstabel.

SEMANTICSIMILARITYDETAILSTABLE retourneert een tabel met nul, één of meer rijen sleuteltermen die gebruikelijk zijn voor twee documenten (een brondocument en een overeenkomend document) waarvan de inhoud semantisch vergelijkbaar is. Naar deze rijsetfunctie kan worden verwezen in de FROM component van een SELECT instructie, zoals een gewone tabelnaam.

Zie SEMANTICSIMILARITYDETAILSTABLE voor gedetailleerde informatie over de parameters die door de functie zijn vereist en over de tabel met resultaten die worden geretourneerd.

Important

De kolommen waarop u zich richt, moeten volledige-tekst- en semantische indexering ingeschakeld hebben.

Examples

A. De belangrijkste documenten zoeken die vergelijkbaar zijn met een ander document

In het volgende voorbeeld worden de tien beste kandidaten opgehaald die vergelijkbaar zijn met de kandidaat die is opgegeven door @CandidateID uit de tabel HumanResources.JobCandidate in de AdventureWorks2025 voorbeelddatabase.

SELECT TOP (10) KEY_TBL.matched_document_key AS Candidate_ID
FROM SEMANTICSIMILARITYTABLE (HumanResources.JobCandidate, Resume, @CandidateID) AS KEY_TBL
ORDER BY KEY_TBL.score DESC;
GO

B. De belangrijkste sleuteltermen zoeken die vergelijkbaar zijn tussen documenten

In het volgende voorbeeld worden de vijf sleuteltermen opgehaald met de hoogste overeenkomstscore tussen de opgegeven kandidaten in HumanResources.JobCandidate de tabel van de AdventureWorks2025 voorbeelddatabase.

SELECT TOP (5) KEY_TBL.keyphrase,
               KEY_TBL.score
FROM SEMANTICSIMILARITYDETAILSTABLE (HumanResources.JobCandidate, Resume, @CandidateID, Resume, @MatchedID) AS KEY_TBL
ORDER BY KEY_TBL.score DESC;
GO