怎么在SAP HANA Express Edition里進行文本分析

本篇內容介紹了“怎么在SAP HANA Express Edition里進行文本分析”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

這個練習會使用SAP HANA Express Edition的文本語義分析引擎對JSON格式的documents進行語義分析。

首先創建一個column table，對其index開啟fuzzy text search(模糊搜索)功能。

上述描述的操作可以用下面的SQL語句來完成：

create column table food_analysis

(

name nvarchar(64),

description text FAST PREPROCESS ON FUZZY SEARCH INDEX ON

);

其中description字段開啟了模糊搜索功能。

將存儲于名為doc_store的document store collection里的json key-value鍵值對拷貝到剛剛創建的數據庫表里：

insert into food_analysis with doc_store as (select "name", "description" from food_collection) select doc_store."name" as name, doc_store."description" as description from doc_store;

執行上述的sql語句，確保數據全部拷貝到數據庫表food_analysis中：

使用下列的sql語句對description字段進行模糊搜索：

select name, score() as similarity, TO_VARCHAR(description) from food_analysis where contains(description, 'nuts', fuzzy(0.5,'textsearch=compare')) order by similarity desc

執行結果：

HANA Express Edition里的linguistic 文本分析步驟也比較簡單。

首先還是創建一個數據庫表：

create column table food_sentiment ( name nvarchar(64) primary key, description nvarchar(2048) );

將document store里的json數據拷貝到數據庫表里：

insert into food_sentiment with doc_store as (select "name", "description" from food_collection) select doc_store."name" as name, doc_store."description" as description from doc_store;

針對description字段創建一個新的index：

CREATE FULLTEXT INDEX FOOD_SENTIMENT_INDEX ON "FOOD_SENTIMENT" ("DESCRIPTION") CONFIGURATION 'GRAMMATICAL_ROLE_ANALYSIS' LANGUAGE DETECTION ('EN') SEARCH ONLY OFF FAST PREPROCESS OFF TEXT MINING OFF TOKEN SEPARATORS '' TEXT ANALYSIS ON;

上述SQL語句會自動創建一個名為$TA_FOOD_SENTIMENT_INDEX的文本分析表：

該表里的內容：

由此可以發現，之前我們導入到數據庫表里的英文句子，被HANA text engine拆解成單詞，并且每個單詞的詞性也自動被HANA解析出來了。

“怎么在SAP HANA Express Edition里進行文本分析”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！