NS过程进行全文检索,并将结果（ pr.PDFVIP

第二军医大学硕士研究生论文 事先要创建一张临时的表，用于存放查询的结果;查询的第一步是调用 Context的CTXQUERYCONTAINS过程进行全文检索，并将结果(primarykey 值，出现频率等)存入临时表中，第二步，用SQL的select命令从结果表中获取 文本内容，文本中的关键词两端均加了标记符号。 单步查询 通过在SQL语句中直接调用Context的Contains函数来查询，这种方式无需 建立和存取临时表，效率较高。 下面的例子说明在表text的Content字段中，查询 “中文’，或 “全文检索’， 字符串的单步查询的SQL语法，按出现该关键词的频率由大到小排序: selectscore(1),titlerfomtextwherecontains (content,’中文}全文检索’,1)0order勿score(1): 在上述的单步查询中，“中文}全文检索’，参数为查询表达式，Context支持 多种查询操作符来完成各种组合条件、模糊条件查询，常用的一些操作符如下: 1)通配符 “%”通配任意多个字节的字符;通配符_(下划线)通配任意一个 字节的字符。利用通配符可以实现一种 “包含”的匹配查询; 2)操作符 “”表示同时包含几个字符串的操作符，可用 “”来完成 “既 包含A、又包含13-，的查询要求; 3)操作符 “1”表示或者的操作符，可用 “}”来完成 “或者包含A、或者包 含B”的查询要求; 4)大括号 “{}’，的作用是将逻辑表达式括起来，以实现条件的分组，类似于 数学表达式中小括号的作用。 5.3运行过程与结果分析 5.3.1数据准备 由于实施本系统的目的，一是建立一个实用的病案全文检索系统，一是在中 文分词的算法上进行研究，所以有必要准备两套数据源的，一套是病案原文DOC 文档，一套是经过分词后的DOC文档。因为ORACLE本身会对DOC文档进行 分词，这样操作的目的是为了对我们提出的知识分词算法进行对照。 5.3.2加载数据 第二军医大学硕士研究生论文 ORACLE推荐将文档装载到文档字段中。即使是这样，仍然可以将文档内 容以其它形式存放，比如文件系统、URL等。我们在本系统中将文档加载到文 档字段中。下面介绍最常用的两种由文件系统进行加载的方法。用于存放文本信 息的表结构为: createtabledoeinfo (idnumberprimarykey， //文档ID titlevarchar2(200), //文档名称 textblob， //文档全文 formatcolvarchar2(10),//文档格式 charsetcolvarchar2(20),//文档所用字符集 langvarchar2(8), //文档语言 ); 使用SQL*Loader:装载文档 SQL*Loader:是数据库提供的公用程序，用于装载外部数据。使用SQL *Loader需要一个一个控制文件(设为load.ctl)和装载信息文件(设为load.data). 其中，load.ctl说明了load.data文件内容的格式，load.data中包含了需要加 载的文件的信息。可以使用逗号作为定界符。 SQL*Loader虽然可以用于批量的装载文档，但是不能将文档文件载入己存 在的行内。此时就可以使用DBMS.LOB，这首先需要在数据库中创建一个目录 (这要求用户有CREATEANYDIRECTORY的权限)，建立一个你要加载的文件 所在目录的别名。然后调用DBMS.LOADFRROMFILE()函数。需要注意的是在 进行中文检索时，加载文件之后，还需要将所加载的文件的信息，如:格式、字 符集、语言等信息添加到相应的列中。 5.3.3检索结果 为了对比较系统知识分词算法与ORACLE自带分词系统进行比较，必须进 行检索测试。 首先要确定测试数据集。在两类系统中，我们用不同的两个检索式 “乙肝 的治疗”、“感冒的常见症状”各自检索出100篇文章。共计400篇文章，然后请 来相关科室专家对这些文章进行挑选，选出供200篇文章作为测试