停用词是非常常见、几乎出现在每个文档中且没有区分价值的词。因此，它们可以在全文搜索的上下文中被忽略。例如，所有英文文本都包含a和the这样的词，因此将它们存储在索引中是无用的。然而，停用词确实会影响tsvector中的位置，进而影响排名。

SELECT to_tsvector('english', 'in the list of stop words');
        to_tsvector
----------------------------
 'list':3 'stop':5 'word':6

缺失的位置 1,2,4 是因为停用词。带停用词和不带停用词的文档的排名差异很大。

SELECT ts_rank_cd (to_tsvector('english', 'in the list of stop words'), to_tsquery('list & stop'));
 ts_rank_cd
------------
       0.05

SELECT ts_rank_cd (to_tsvector('english', 'list stop words'), to_tsquery('list & stop'));
 ts_rank_cd
------------
        0.1

停用词的处理方式取决于特定词典。例如，ispell词典先规范化词，然后查看停用词列表，而Snowball词干提取器先检查停用词列表。行为不同的原因是为了尝试降低噪声。

该simple词典模板通过将输入令牌转换为小写并与停用词文件进行检查来工作。如果找到该词，则返回一个空数组，导致令牌被丢弃。如果没有找到，则将小写形式的单词作为规范化后的词元返回。或者，该词典可以配置为将非停用词报告为未识别，从而允许将它们传递到列表中的下一个词典。

下面是一个使用simple模板的词典定义的示例

CREATE TEXT SEARCH DICTIONARY public.simple_dict (
    TEMPLATE = pg_catalog.simple,
    STOPWORDS = english
);

在这里，english是停用词文件的基本名称。文件的完整名称将是$SHAREDIR/tsearch_data/english.stop，其中$SHAREDIR表示PostgreSQL安装的共享数据目录，通常是/usr/local/share/postgresql（如果不确定，请使用pg_config --sharedir确定）。文件格式只是每行一个词。忽略空行和尾随空格，并将大写转换为小写，但不对文件内容进行其他处理。

现在我们可以测试我们的词典了

SELECT ts_lexize('public.simple_dict', 'YeS');
 ts_lexize
-----------
 {yes}

SELECT ts_lexize('public.simple_dict', 'The');
 ts_lexize
-----------
 {}

我们还可以选择在停用词文件中未找到单词时返回NULL，而不是小写单词。通过将词典的Accept参数设置为false来选择此行为。继续上面的示例

ALTER TEXT SEARCH DICTIONARY public.simple_dict ( Accept = false );

SELECT ts_lexize('public.simple_dict', 'YeS');
 ts_lexize
-----------


SELECT ts_lexize('public.simple_dict', 'The');
 ts_lexize
-----------
 {}

使用默认设置Accept = true，将simple词典放在词典列表的末尾才有意义，因为它永远不会将任何令牌传递给后续的词典。相反，Accept = false只有在至少有一个后续词典时才有意义。

此词典模板用于创建将单词替换为其同义词的词典。不支持短语（请参阅主题词典模板（第 12.6.4 节））。同义词典可用于克服语言问题，例如，防止英语词干提取器将单词“Paris”缩减为“pari”。只需在同义词典中有一行Paris paris，并将其放在english_stem词典之前即可。例如

SELECT * FROM ts_debug('english', 'Paris');
   alias   |   description   | token |  dictionaries  |  dictionary  | lexemes
-----------+-----------------+-------+----------------+--------------+---------
 asciiword | Word, all ASCII | Paris | {english_stem} | english_stem | {pari}

CREATE TEXT SEARCH DICTIONARY my_synonym (
    TEMPLATE = synonym,
    SYNONYMS = my_synonyms
);

ALTER TEXT SEARCH CONFIGURATION english
    ALTER MAPPING FOR asciiword
    WITH my_synonym, english_stem;

SELECT * FROM ts_debug('english', 'Paris');
   alias   |   description   | token |       dictionaries        | dictionary | lexemes
-----------+-----------------+-------+---------------------------+------------+---------
 asciiword | Word, all ASCII | Paris | {my_synonym,english_stem} | my_synonym | {paris}

synonym模板唯一必需的参数是SYNONYMS，它是其配置文件（在本例中为my_synonyms）的基本名称。文件的完整名称将是$SHAREDIR/tsearch_data/my_synonyms.syn（其中$SHAREDIR表示PostgreSQL安装的共享数据目录）。文件格式是每行一个要替换的单词，后跟其同义词，由空格分隔。忽略空行和尾随空格。

synonym模板还有一个可选参数CaseSensitive，默认为false。当CaseSensitive为false时，同义词文件中的单词以及输入令牌都会转换为小写。当它为true时，单词和令牌不会转换为小写，而是按原样进行比较。

星号（*）可以放在配置文件中同义词的末尾。这表示同义词是前缀。当条目在to_tsvector()中使用时，星号将被忽略，但在to_tsquery()中使用时，结果将是一个带有前缀匹配标记的查询项（参见第 12.3.2 节）。例如，假设我们在$SHAREDIR/tsearch_data/synonym_sample.syn中有以下条目

postgres        pgsql
postgresql      pgsql
postgre pgsql
gogle   googl
indices index*

然后我们将得到以下结果

mydb=# CREATE TEXT SEARCH DICTIONARY syn (template=synonym, synonyms='synonym_sample');
mydb=# SELECT ts_lexize('syn', 'indices');
 ts_lexize
-----------
 {index}
(1 row)

mydb=# CREATE TEXT SEARCH CONFIGURATION tst (copy=simple);
mydb=# ALTER TEXT SEARCH CONFIGURATION tst ALTER MAPPING FOR asciiword WITH syn;
mydb=# SELECT to_tsvector('tst', 'indices');
 to_tsvector
-------------
 'index':1
(1 row)

mydb=# SELECT to_tsquery('tst', 'indices');
 to_tsquery
------------
 'index':*
(1 row)

mydb=# SELECT 'indexes are very useful'::tsvector;
            tsvector
---------------------------------
 'are' 'indexes' 'useful' 'very'
(1 row)

mydb=# SELECT 'indexes are very useful'::tsvector @@ to_tsquery('tst', 'indices');
 ?column?
----------
 t
(1 row)

主题词典（有时缩写为TZ）是一组词，其中包含词语和短语之间关系的语料，即上位词（BT）、下位词（NT）、首选词、非首选词、相关词等。

基本上，主题词典用一个首选词替换所有非首选词，并可选择地保留原始词以供索引。PostgreSQL当前的主题词典实现是同义词典的扩展，增加了短语支持。主题词典需要以下格式的配置文件

# this is a comment
sample word(s) : indexed word(s)
more sample word(s) : more indexed word(s)
...

其中冒号（:）符号用作短语与其替换之间的分隔符。

主题词典使用一个子词典（在词典的配置中指定）来规范化输入文本，然后再检查短语匹配。只能选择一个子词典。如果子词典未能识别某个词，则会报告错误。在这种情况下，您应该删除该词的使用或教子词典了解它。您可以在索引词的开头放置一个星号（*）来跳过对该词应用子词典，但所有示例词必须被子词典识别。

如果存在多个短语匹配输入，主题词典将选择最长的匹配项，并使用最后一个定义来打破平局。

子词典识别的具体停用词无法指定；而是使用?来标记任何停用词可能出现的位置。例如，假设根据子词典a和the是停用词

? one ? two : swsw

匹配a one the two和the one a two；两者都将被替换为swsw。

由于主题词典具有识别短语的能力，因此它必须记住其状态并与解析器进行交互。主题词典使用这些赋值来检查它是否应处理下一个词或停止累积。主题词典必须仔细配置。例如，如果主题词典仅分配给处理asciiword令牌，那么像one 7这样的主题词典定义将不起作用，因为令牌类型uint未分配给主题词典。

CREATE TEXT SEARCH DICTIONARY thesaurus_simple (
    TEMPLATE = thesaurus,
    DictFile = mythesaurus,
    Dictionary = pg_catalog.english_stem
);

ALTER TEXT SEARCH CONFIGURATION russian
    ALTER MAPPING FOR asciiword, asciihword, hword_asciipart
    WITH thesaurus_simple;

supernovae stars : sn
crab nebulae : crab

CREATE TEXT SEARCH DICTIONARY thesaurus_astro (
    TEMPLATE = thesaurus,
    DictFile = thesaurus_astro,
    Dictionary = english_stem
);

ALTER TEXT SEARCH CONFIGURATION russian
    ALTER MAPPING FOR asciiword, asciihword, hword_asciipart
    WITH thesaurus_astro, english_stem;

SELECT plainto_tsquery('supernova star');
 plainto_tsquery
-----------------
 'sn'

SELECT to_tsvector('supernova star');
 to_tsvector
-------------
 'sn':1

SELECT to_tsquery('''supernova star''');
 to_tsquery
------------
 'sn'

supernovae stars : sn supernovae stars

SELECT plainto_tsquery('supernova star');
       plainto_tsquery
-----------------------------
 'sn' & 'supernova' & 'star'

Ispell词典模板支持形态学词典，它可以将单词的许多不同语言形式规范化为相同的词元。例如，英语Ispell词典可以匹配搜索词bank的所有屈折和变位，例如banking、banked、banks、banks'和bank's。

标准的PostgreSQL发行版不包含任何Ispell配置文件。大量语言的词典可从Ispell获取。此外，还支持一些更现代的词典文件格式 — MySpell（OO < 2.0.1）和Hunspell（OO >= 2.0.2）。可以在OpenOffice Wiki上找到大量词典。

要创建Ispell词典，请执行以下步骤

在这里，DictFile、AffFile和StopWords指定了词典、词缀和停用词文件的基本名称。停用词文件的格式与上面为simple词典类型解释的格式相同。其他文件的格式在此未指定，但可从上述网站获得。

Ispell词典通常识别有限数量的词，因此应该在它们之后使用另一个更广泛的词典；例如，一个Snowball词典，它识别所有内容。

Ispell的.affix文件具有以下结构

prefixes
flag *A:
    .           >   RE      # As in enter > reenter
suffixes
flag T:
    E           >   ST      # As in late > latest
    [^AEIOU]Y   >   -Y,IEST # As in dirty > dirtiest
    [AEIOU]Y    >   EST     # As in gray > grayest
    [^EY]       >   EST     # As in small > smallest

而.dict文件具有以下结构

lapse/ADGRS
lard/DGRS
large/PRTY
lark/MRS

.dict文件的格式是

basic_form/affix_class_name

在.affix文件中，每个词缀标志都用以下格式描述

condition > [-stripping_letters,] adding_affix

这里，条件具有类似于正则表达式的格式。它可以包含分组[...]和[^...]。例如，[AEIOU]Y表示单词的最后一个字母是"y"，倒数第二个字母是"a"、"e"、"i"、"o"或"u"。[^EY]表示最后一个字母既不是"e"也不是"y"。

Ispell词典支持拆分复合词，这是一项有用的功能。请注意，词缀文件应指定一个特殊标志，使用compoundwords controlled语句来标记可以参与复合构词的词典词。

compoundwords  controlled z

以下是一些挪威语的例子

SELECT ts_lexize('norwegian_ispell', 'overbuljongterningpakkmesterassistent');
   {over,buljong,terning,pakk,mester,assistent}
SELECT ts_lexize('norwegian_ispell', 'sjokoladefabrikk');
   {sjokoladefabrikk,sjokolade,fabrikk}

MySpell格式是Hunspell的一个子集。Hunspell的.affix文件具有以下结构

PFX A Y 1
PFX A   0     re         .
SFX T N 4
SFX T   0     st         e
SFX T   y     iest       [^aeiou]y
SFX T   0     est        [aeiou]y
SFX T   0     est        [^ey]

词缀类的第一行是标题。词缀规则的字段列在标题之后

.dict文件看起来像Ispell的.dict文件

larder/M
lardy/RT
large/RSPMYT
largehearted

Snowball词典模板基于Martin Porter的项目，他是英语流行词干提取算法Porter的发明者。Snowball现在为许多语言提供词干提取算法（有关更多信息，请参见Snowball网站）。每种算法都能够将单词的常见变体形式减少到其语言中的基本或词干拼写。Snowball词典需要一个language参数来标识要使用的词干提取器，并且可以选择指定一个stopword文件名，其中包含要消除的单词列表。（PostgreSQL的标准停用词列表也由Snowball项目提供。）例如，有一个内置定义等同于

CREATE TEXT SEARCH DICTIONARY english_stem (
    TEMPLATE = snowball,
    Language = english,
    StopWords = english
);

停用词文件的格式与前面解释的相同。

Snowball词典识别所有内容，无论它是否能够简化单词，因此它应该放在词典列表的末尾。在它之前放置任何其他词典都是没有意义的，因为令牌永远不会传递到下一个词典。