平行语料数据库设计.docVIP

平行语料库数据库设计方案 平行语料库数据库设计主要涉及到对对应单位及其外围信息的存储方面，下面是对平行语料库数据库中主要表的初始设计方案。 表一：Language（语言表） 列名 数据类型 说明 LanId Int（10） 唯一标识符 LanName Nvarchar 语言名称 LanMark Int（10） 语言标识说明 注：为语言字典，为了对平行语料库的扩展，实现多语种的翻译。 表二：Domain（领域表） 列名 数据类型 说明 DomId Int（10） 领域的唯一标识符 PdomId Int（10） 父节点的ID DomName Nvarchar 领域名称 DomDate Datetime 领域添加时间 Isleaf Bit 是否叶子节点（1-not leaf 0-leaf） DomMark Int（10） 领域标识说明 注：此表为领域信息表，实现对领域知识的自动识别，领域的树形结构的显示 表三：ParallelDoc（平行文档表） 列名 数据类型 说明 DocId Int（10） 平行文档唯一标示 OriginDocXML XML 源文档的XML存储 TargetDocXML XML 目标文档的XML存储 ExtendType XML 扩展字段 注：为平行文档的存储 表四：datatype（数据来源信息类型记录表） DatatypeId Int(10) 数据来源信息类型标识 DatatypeName Nvarchar 数据来源信息类型 注：此表记录着外围信息表中的数据信息来源类型，如网络、书籍、报纸等。 表 五：PropertiesInfo（外围信息表） 列名 数据类型 说明 DocId Int（10） 平行文档外围信息唯一标示 OriginTitle Nvarchar 源文档的标题 OriginAuthor Nvarchar 源文档的作者 OriginPublishTime datetime 源文档发行时间 DomId Int（10） 文档的领域信息 OriginLanId Int（10） 源文档的语言信息 OriginPublisher Nvarchar 源文档出版社 TargetTitle Nvarchar 目标文档的标题 TargetAuthor Nvarchar 目标文档的作者 TargetPublishTime datetime 目标发行时间 Intodbtime datetime 文档入库时间 TargetLanId Int（10） 目标文档的语言信息 TargetPublisher Nvarchar 目标文档出版社 UserId Int(10) 用户信息 DataTypeId Int(10) 数据来源信息类型 XmlExtends Xml 扩展字段 注：外围信息的存储 表六：CorrespondCu (语料对应块记录表) 列名 数据类型 说明 CuSn Int（10） 对应块唯一标识符 DocId Int(10) 文档唯一标识符 OriginPassage Int(10) 源文语料块所在的段落 OriginSentence Int(10) 源文语料块所在的句子 OriginPosition Int(10) 源文语料块在句子中的位置 OriginSrartIndex Int(10) 源文语料块开始索引位置 OriginCu Nvarchar 源文语料块内容 TargetPassage Int(10) 目标语料块所在的段落 TargetSentence Int(10) 目标语料块所在的句子 TargetPosition Int(10) 目标语料块在句子中的位置 TargetSrartIndex Int(10) 目标语料块开始索引位置 TargetCu Nvarchar 目标语料块内容 Xmlextends Xml 备注字段 注：对应单位的存储 表七：Origin_UnCu(源文语料保留块记录表) 列名 数据类型 说明 OriginUnCuId Int(10) 源未对应块唯一标示 DocId Int(10) 文档唯一标识符 OriginSrartIndex Int(10) 源文语料块开始索引位置 OriginCu Nvarchar 源文语料块内容 注：源文档未对应语料的存储 表八：Target_UnCu(目标语料保留块记录表) 列名 数据类型 说明 TargetUnCuId Int(10) 目标未对应块唯一标示 DocId Int(10) 文档唯一标识符 TargetSrartIndex Int(10) 目标语料块开始索引位置 TargetCu Nvarchar(300) 目标