Simple词典

功能描述

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。

示例

1、创建Simple词典。

 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章节。

2、使用Simple词典。

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

结果显示如下：

 ts_lexize  
----------- 
 {yes} 
(1 row) 

 ts_lexize 
-----------
 {}
(1 row)

3、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，并查询验证。

ALTER TEXT SEARCH DICTIONARY public.simple_dict ( Accept = false ); 
SELECT ts_lexize('public.simple_dict','YeS'); 
SELECT ts_lexize('public.simple_dict','The'); 

结果显示如下：

 ts_lexize  
----------- 
(1 row) 

 ts_lexize  
----------- 
 {} 
(1 row)