| |
问题：给出一个中文语句，怎样才能对其实现切词功能功能？
解答：假如oracle全文索引的切词可以满足需求的话，那么可以借用oracle的功能来实现切词功能。
oracle的全文索引本身具备中文分析、切词功能，否则就无法有效的对中文进行搜索，如果这个切词结果可以满足要求的话，那么可以自己封装一个函数，来借用oracle的功能。
由于建立全文索引函数后，oracle会将切词结果放到dr$index_name$i表中，因此获取这个表中的记录就可以得到最终的切词结果。
建立自定义函数的时候注意，由于这个操作包括很多ddl操作，因此如果希望这个函数可以在sql中被调用，就必须使用自主事务。
为了方便的选择chinese_lexer还是chinese_vgram_lexer，将my_chinese_lexer的创建放到了函数之外，这样方便对切词规则进行修改。这个过程也是唯一需要在建立自定义函数之前做的步骤。
以下是实现这个功能的建立的例子：
sql> exec ctx_ddl.create_preference('my_chinese_lexer', 'chinese_vgram_lexer')
pl/sql 过程已成功完成。
sql> create or replace function f_split_chinese
(p_input in varchar2) return varchar2 as
2 pragma autonomous_transaction; v_return varchar2(32767);
3 begin
4 begin
5 execute immediate 'drop table t_temp_table purge';
6 exception
7 when others then
8 null;
9 end;
10
11 execute immediate 'create table t_temp_table (str varchar2(4000))';
12 execute immediate 'insert into t_temp_table values (:str)' using p_input;
13 execute immediate 'create index ind_t_temp_table_str
on t_temp_table(str) indextype is ctxsys.context
14 parameters(''lexer my_chinese_lexer'')';
15 execute immediate 'select max(ltrim
(sys_connect_by_path(token_text, '',''), '',''))
16 from
17 (
18 select token_text, row_number() over(order by token_text) rn
19 from dr$ind_t_temp_table_str$i
20 )
21 start with rn = 1
22 connect by prior rn + 1 = rn' into v_return;
23 execute immediate 'drop table t_temp_table purge';
24 return v_return;
25 end;
26 /
函数已创建。
sql> select f_split_chinese('测试一下中文切词') from dual;
f_split_chinese('测试一下中文切词')
---------------------测试,词,切词,试一,文切,下中,一下,中文
sql> exec ctx_ddl.drop_preference('my_chinese_lexer')
pl/sql 过程已成功完成。
sql> exec ctx_ddl.create_preference('my_chinese_lexer', 'chinese_lexer')
pl/sql 过程已成功完成。
sql> select f_split_chinese('测试一下中文切词') from dual;
f_split_chinese('测试一下中文切词')
----------------------------------测试,词,切词,一下,中文
|
通过修改不同的lexer语法，可以明显的看出chinese_vgram_lexer和chinese_lexer在中文分词上的区别。关于二者区别的一些描述可以参考：http://yangtingkun.itpub.net/post/468/187632
需要注意的是，这个函数声明了自主事务，虽然可以在sql中调用，但是并不意味着这个函数不修改数据库中的内容。
这个函数在调用的过程中会执行建表、建立索引、删除表等一系列操作。因此调用这个函数的select语句，不但会引起数据库数据的变化，而且会导致ddl的发生，导致很多的递归调用、逻辑读和redo的产生。这是在使用这个函数之前需要理解的。
注释：此函数在oracle 10g的环境中完成，如果大家需要在oracle 9i版本中使用，必须将drop语句中的purge语句去掉，否则会出现语法错误。 |
|
