SQL Server 2000 全文检索技术论文.docVIP

　　SQL Server 2000 全文检索技术论文 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.freeln)； (5)为表创建全文索引(sp_fulltexLtable)； (6)填充全文目录(sp_fulltext_catalog)。 下面举例说明： 在本例中，对test数据库book表中title列和notes列建立全文索引。 //首先先启动SQL Server的全文搜索服务。 use test //打开数据库 go //打开全文索引支持 execute sp_fulltext_database ‘enable’ //建立全文目录ft_pubs execute sp_fulltext_catalog ‘ft_test’，‘create’ //为titles表建立全文索引数据元，pk_title为book表中由主键所建立的唯一索引，此参数必须。 execute sp_fulltext_table ‘book’，‘create’，‘ft_test’,.freeln ‘book’，‘title’，‘ add’ execute sp_fulltext_ column ‘book’，‘notes’，‘add’ //建立全文索引 execute sp_fulltexLtable ‘book’，‘activate’ //填充全文索引目录 execute sp_fulltext_ catalog ‘ft_test’，‘start_ full’ go 至此，全文索引建立完毕。 3.2 全文检索 SQL Server 2000提供的全文检索语句主要有CONTAINS和FREETEXT。CONTAINS语句的功能是在表所有列或指定列中搜索： ●一个字或短语； ●一个字或短语的前缀； ●与一个字相近的另一个字； ●一个字的派生字； ●一个重复出现的字。 CONTAINS语句的语法格式为： CONTAINS({column *})，‘’) 其中，column说明被搜索列，使用时说明对表中所有全文索引列莲行搜索 Contains_ search_ condition说明CONTAINS语句的搜索内容，其语法格式为： {||| |) {|ANDIAND NOT|OR}} .n 下面就simple_term和predix_term参数做一简要说明： simple— term指出CONTAINS语句所搜索的单字或短语，当为一个短语时，必须使用双引号作为定界符。其格式为： {说明CONTAINS语句所搜索的字或短语前缀，其格式为： {“ book n * }，‘freetext_string’) 其中，column说明被搜索列，使用*时说明对表中的所有全文索引列进行搜索。Freetext_string参数指出所搜索的自由文本格式字符串。 例如，下面语句使用FREETEXT语句搜索book表中包含Successful Life字符串的数据行： select title，notes from book )过滤的机制。在“.MSSQL＼TDATA＼SQL Server＼config”目录下，有一个“noise．dat”文件类似于停用词表，可以对一些没有检索意义的词如a、you等进行过滤而不建立索引。用户自己也可以对该词表进行增补，以过滤一些词。同时，我发现SQLServer2000的全文检索存在一些不足。如当用户对全文索引过的字段进行修改后，需要用户进行手工的“填充”，而不能机器自动完成这一步，另外该系统对计算机硬件要求较高等等。随着计算机硬件的发展以及SQL Server软件本身的不断完善，我相信这些不足是可以得到改善的。