暂无图片
暂无图片
暂无图片
暂无图片
暂无图片
首页 / 华为GaussDB A Simple词典

华为GaussDB A Simple词典

墨天轮 2019-10-12
666

Simple词典

Simple词典首先将输入标记转换为小写字母，然后检查停用词表。如果识别为停用词则返回空数组，即表示该标记会被丢弃。否则，输入标记的小写形式作为规范化后的lexeme返回。此外，Simple词典可通过设置参数Accept为false（默认值true），将非停用词报告为未识别，传递给后继词典继续处理。

注意事项

  • 大多数词典的功能依赖于词典定义文件，词典定义文件名仅支持小写字母、数字、下划线组合。
  • 临时模式pg_temp下不允许创建词典。
  • 词典定义文件的字符集编码必须为UTF-8格式。实际应用时，如果与数据库的字符编码格式不一致，在读入词典定义文件时会进行编码转换。
  • 通常情况下，每个session仅读取词典定义文件一次，当且仅当在第一次使用该词典时。需要修改词典文件时，可通过ALTER TEXT SEARCH DICTIONARY命令进行词典定义文件的更新和重新加载。

操作步骤

  • 创建Simple词典。

    1
2
3
4
    CREATE TEXT SEARCH DICTIONARY public.simple_dict (
     TEMPLATE = pg_catalog.simple,
     STOPWORDS = english
);

    其中，停用词表文件全名为english.stop。关于创建simple词典的语法和更多参数，请参见CREATE TEXT SEARCH DICTIONARY。

  • 使用Simple词典。

     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
    SELECT ts_lexize('public.simple_dict','YeS');
 ts_lexize 
-----------
 {yes}
(1 row)

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

  • 设置参数ACCEPT=false，使Simple词典返回NULL，而不是返回非停用词的小写形式。

     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
    ALTER TEXT SEARCH DICTIONARY public.simple_dict ( Accept = false );
ALTER TEXT SEARCH DICTIONARY
SELECT ts_lexize('public.simple_dict','YeS');
 ts_lexize 
-----------

(1 row)

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


查看更多：华为GaussDB 200 词典
gaussdb a
「喜欢这篇文章，您的关注和赞赏是给作者最好的鼓励」
关注作者
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文章的来源（墨天轮），文章链接，文章作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

评论