Làm cách nào để triển khai tìm kiếm toàn văn bằng tiếng Trung trên PostgreSQL?

Question

Câu hỏi này đã được hỏi trước:

Postgresql full text search in postgresql - japanese, chinese, arabic

nhưng không có câu trả lời cho Trung Quốc như xa như tôi có thể nhìn thấy. Tôi đã xem qua wiki của OpenOffice và nó không có từ điển cho tiếng Trung.

Chỉnh sửa: Vì chúng tôi đã sử dụng thành công công cụ FTS nội bộ của PG cho tài liệu tiếng Anh, chúng tôi không muốn chuyển sang công cụ lập chỉ mục bên ngoài. Về cơ bản, những gì tôi đang tìm kiếm là cấu hình FTS của Trung Quốc, bao gồm cả trình phân tích cú pháp và từ điển cho tiếng Trung giản thể (Mandarin).

Answer 1

Tôi biết đó là một câu hỏi cũ nhưng có một phần mở rộng Postgres cho Trung Quốc: https://github.com/amutu/zhparser/

Answer 2

Lập chỉ mục dữ liệu của bạn với Solr, đây là máy chủ tìm kiếm doanh nghiệp nguồn mở được xây dựng trên đầu trang của Lucene.

Bạn có thể tìm thêm thông tin trên Solr đây:

http://lucene.apache.org/solr/

Một cuốn sách tốt về cách-to (với PDF download ngay lập tức) ở đây:

https://www.packtpub.com/solr-1-4-enterprise-search-server/book

Và hãy chắc chắn sử dụng mã thông báo của Trung Quốc, chẳng hạn như solr.ChineseTokenizerFactory vì tiếng Trung không phải là khoảng trắng được phân tách.

Answer 3

Tôi vừa triển khai giải pháp FTS của Trung Quốc trong PostgreSQL. Tôi đã làm điều đó bằng cách tạo các thẻ NGRAM từ đầu vào của Trung Quốc và tạo các tsvector cần thiết bằng cách sử dụng một hàm được nhúng (trong trường hợp của tôi, tôi đã sử dụng plpythonu). Nó hoạt động rất tốt (ồ ạt thích hợp hơn để di chuyển đến SQL Server !!!).