計算不同的同現

Question

我有一個數據庫，其中包含文檔和其中的單詞列表。每一行代表一個術語。什麼我希望做的是計算有多少文檔中出現的單詞

因此，考慮到以下幾點：

+ doc + word + 
+-------+--------+ 
+ a + foo + 
+-------+--------+ 
+ a + foo + 
+-------+--------+ 
+ a + bar + 
+-------+--------+ 
+ b + bar + 
+-------+--------+ 

我得到的

+ word + count + 
+--------+---------+ 
+ foo + 1 + 
+--------+---------+ 
+ bar + 2 + 
+--------+---------+ 

因爲結果foo只出現在一個文檔中（即使它在該文檔中出現兩次），並且條出現在兩個文檔中。

從本質上講，（認爲）我應該做的是對的字數，下面的查詢吐出來，

SELECT DISTINCT word, doc FROM table 

..但我不能完全弄清楚。任何提示？

Answer 1

您可以實際使用distinct內count，如：

select word 
,  count(distinct doc) 
from YourTable 
group by 
     word 

Answer 2

這可能是題外話，但我猜這是不是要做到這一點的最好辦法。你爲什麼要跟蹤每個文檔中的每個單詞？看看Oracle Intermedia。它是爲這種事情而建立的（特別是文本搜索）。