日期:2014-05-19  浏览次数:20693 次

关闭Windows2003的中文分词功能--影响到了SQL的全文检索准确性
问题描述:
环境:Windows2003+SQL2000(SP3)
现象:全文索引使用CONTAINS检索时部分内容检索不到,但使用like检索正常

示例:
字段值:它将伞骨增加一批,制成风扇形伞
检索词:风扇--无结果
检索词:成风--有结果

结论:SQL在做索引时把 "成风 "分成了词,但这样明显错误,想关闭SQL的中文分词功能,不知道哪位DX有过这方面的经验

另外请注意,尝试在SQL表中手动一个字一个字地输入上面字段值的那一句话,经过填充,可以检索到   "风扇 ",这一点很奇怪

--------------------------------------------------

在Windows2000+SQL2000(SP3)的机器上未出现所述现象,此环境应该是完全按字索引,可以正常查询到 "风扇 "的检索结果

-----------------------------------------------

已经试过W2K3+SQL2K+SP3/W2K3+SQL2005+SP2,也出现的同样的问题,

初步确定是W2K3的问题

看到以前也有过这样一个贴子,只是没有看到最终解决方案,链接拿来供大家参考
http://topic.csdn.net/t/20050927/16/4297538.html


------解决方案--------------------
这个和操作系统应该无关

只是采用的你的分词方式有关,如果采用默认的分词(也就是单字分词),当然会查的出来(由于索引变大,会降低查询效率)。
如果采用中文分词那么和单字词当然完全不同。

至于分词效果不好,那只好找微软了,它的中文非常差劲。简单的凑合用而已
如果要效果好的全文检索,最好自己做个倒排索引(当然最好有个相对完整的中文词库更好)
------解决方案--------------------
沒遇到過這樣的問題
------解决方案--------------------
沒遇到過這樣的問題,學習
------解决方案--------------------
顶下
------解决方案--------------------

------解决方案--------------------
如果不采用中文分词,那么也简单,在全文索引步骤中有对字段选择设置,不采用中文,用原来的默认就可以
----------------------------

关键问题就是如何不采用中文分词
------解决方案--------------------
declare @w varchar(8000)
set @w= '常用的分词算法有正向最大匹配、逆向最大匹配、双向最大匹配、最佳匹配法、最少分词法、词网格算法等等。
最大匹配法(Forward Maximum Matching method, FMM法):选取包含6-8个汉字的符号串作为最大符号串,把最大符号串与词典中的单词条目相匹配,如果不能匹配,就削掉一个汉字继续匹配,直到在词典中找到相应的单词为止。匹配的方向是从右向左。
逆向最大匹配法(Backward Maximum Matching method, BMM法):匹配方向与MM法相反,是从左向右。实验表明:对于汉语来说,逆向最大匹配法比最大匹配法更有效。
双向匹配法(Bi-direction Matching method, BM法):比较MM法与RMM法的切分结果,从而决定正确的切分。
最佳匹配法(Optimum Matching method, OM法):将词典中的单词按它们在文本中的出现频度的大小排列,高频度的单词排在前,频度低的单词排在后,从而提高匹配的速度。 '

declare @tb table(w varchar(10),f int)
declare @i int
declare @l int
declare @theWord varchar(10)
set @l=2
while @l <5
begin
set @i=1
while @i <len(@w)
begin
set @theWord=substring(@w,@i,@l)
if charindex( ' ',@theWord)=0 begin
if exists(select w from @tb where w=@theWord)
begin
update @tb set f=f+1 where w=@theWord
end
else
begin
insert @tb(w,f) select @theWord,1
end end
set @i=@i+1
end
set @l=@l+1
end

select * from @tb where f> len(@w)/70 order by f desc