|
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 |
