SQL Server 2000 全文检索技术_计算机论文.docVIP

SQL Server 2000 全文检索技术_计算机论文 SQL Server 2000 全文检索技术_计算机论文 1 全文检索及其发展状况 随着海量信息的出现以及计算机存储技术的发展，文献数据库正由书目数据库向全文数据库转变。这一转变使得全文检索技术得到空前的发展。 常用的实现全文检索的方法主要有以下两种： 第一种方法是不对数据库建立索引而直接对文章进行匹配的方法。这种方法由于没有建立索引库，因此所占空间较少，但同时正是因为它没有索引库，所以在进行全文匹配时要花费大量的时间。 第二种方法则是一种为全文建立倒排索引库的方法。这种方法可以大大节省检索的时间。但同时，这种方法需要占用一定的存储空间来建立索引库。目前，国内外对全文检索的研究可以说是达到一个高潮。许多研究机构和商业组织都在进行这方面的研究。国际最具影响力的全文检索评估机构当属TREC(Text Retrieval Conference)。它是由美国技术和标准研究所(NIST)和美国高级研究计划局(DARPA)共同举办、自1992年以来每年一次的全文检索评估会议，会议参加者带来研究的检索系统以供专家进行评估。传统的信息单位，图书馆等也开始建立全文数据库，引进各种全文检索技术。一些软件公司，也纷纷推出全文检索软件。国内比较有代表性的如TRS等，而国外比较著名的有下文将要介绍的Microsoft公司开发的SQL Server 2000。2 在SQL Server 2000中配置全文检索服务 SQL Server是Microsoft公司在原来和Sybase公司合作的基础上推出的一款面向高端的数据库系统。而SQL Server 2000版本则是最新的、大型联机事务处理的新型数据库平台。它继承了SQL Server以前版本的一些强大的优势，如简单易用、具有良好的稳定性和高效性等等。同时，它的功能比以前的版本更加强大，界面更加友好。总之，无论是在功能、安全性、可维护性，还是在易操作性上都较以前版本有了长足的进步。它的全文检索功能配置简单，使用十分方便。我在建立关于信息检索的英文论文题名、文摘数据库的过程中，使用了SQLServer 2000。由于文摘文本单词量平均在500个左右，而且论文记录数量较多，如果不为文摘建立全文索引库，将严重影响检索效率。因此，我使用SQL Server2000的全文检索功能为这个数据库提供了全文检索服务。 2.1 建立全文检索服务的过程如下： 第一步，在SQL Server中建立一个全文数据库English—Data。在该数据库中建立一个表Papers。该表的字段有pa—per__id(代表论文的顺序，数据类型为int，长度为4，要求非空，并为标知，标知种子为1，自动增量为1)、paperAitle(代表论文的题目，数据类型为vchar，长度为200，要求非空)、pa—per_abstract(代表论文的文摘，数据类型为vchar，长度为8000，要求非空)。 第二步，为建立全文索引，一定要为该表建立唯一索引(Unique Index)。我为Papers表的paper_id字段建立唯一索引。 第三步，将数据逐步导入到表Papers中。 第四步，打开SQL Server的企业管理器，在左侧的树视中点击数据库。然后点开数据库EnglishData．。选择“全文目录”。点击右键，选择“新建全文目录”，建立全文目录Paper-AbstractFullSearch，然后建立名称为AbstraetSearch的调度。其他接受默认。 第五步，选择企业管理器的右侧的表Papers，单击右键，选中“全文索引表”，单击“在表上建立全文索引”。将会出现“全文索引向导”窗口。点击“下一步”会到达“选择索引”窗口。由于本表只有一个唯一索引paper_id，点击“下一步”，会出现“选择表中的列”窗口。选择“paper_abstract”字段，然后点击“下一步”，出现“选择目录”窗口，接受默认配置，点击“下一步”，出现的窗口“选择或创建填充调度(可选)”窗口，接受默认配置再点击下一步。出现“正在完成SQL Server全文索引向导”，点击“完成”。完成配置。 第六步，选择表Papers，点击右键，选择“全文索引表”，点击“启动完全填充”，等待完成。 第七步，配置数据源名。在ODBC管理器中的“系统DSN”中，单击“添加”，选择“SQL Server”。在数据源名中输入“EnglishData”， 然后进行客户配置。 第八步，如果以后对表Papers进行任何的修改(包括添加、删除记录和对原记录进行编辑)，都要重复第六步的操作。这一步是为了保证全文索引库能够与表Papers的修改同步。 以上是建立全文索引的全过程。完成建立后，即可以使用标准的T—SQL语句对其进行全文检索。 2.2