sys.dm_fts_parser (Transact-SQL)

  • Artigo

Aplica-se a:SQL Server

Retorna o resultado final da tokenização depois de aplicar uma determinada combinação de separador de palavras, dicionário de sinônimos e lista de palavras irrelevantes a uma entrada de cadeia de caracteres de consulta. O resultado da geração de tokens é equivalente à saída do Mecanismo de Texto Completo para a cadeia de caracteres de consulta especificada.

sys.dm_fts_parser é uma função de gerenciamento dinâmico.

Sintaxe

sys.dm_fts_parser ( 'query_string' , lcid , stoplist_id , accent_sensitivity )

Argumentos

Query_string

A consulta que você deseja analisar. query_string pode ser uma cadeia de cadeia de caracteres compatível com sintaxe CONTAINS . Por exemplo, é possível incluir formas flexionadas, uma dicionário de sinônimo e operadores lógicos.

lcid

Identificador de localidade (LCID) do separador de palavras a ser usado para analisar query_string.

stoplist_id

ID da lista de palavras irrelevantes, se houver, a ser usada pelo separador de palavras identificado pelo lcid. stoplist_id é int. Se você especificar 'NULL', nenhuma lista de palavras irrelevantes será usada. Se especificar 0, será usada a LISTA DE PALAVRAS IRRELEVANTES do sistema.

Uma ID da lista de palavras irrelevantes é exclusiva em um banco de dados. Para obter a ID da lista de palavras irrelevantes para um índice de texto completo em uma determinada tabela, use a exibição de catálogo sys.fulltext_indexes .

accent_sensitivity

Valor Booliano que controla se a pesquisa de texto completo diferencia ou não diacríticos. accent_sensitivity é bit, com um dos seguintes valores:

Valor A sensibilidade de ênfase é...
0 Não diferencia

Palavras como "café" e "cafe" são tratadas da mesma forma.
1 Sigiloso

Palavras como "café" e "cafe" são tratadas de forma diferente.

Observação

Para exibir a configuração atual desse valor para um catálogo de texto completo, execute a seguinte instrução Transact-SQL: SELECT fulltextcatalogproperty('<catalog_name>', 'AccentSensitivity');.

Tabela retornada

Nome da coluna Tipo de dados Descrição
palavra-chave varbinary(128) A representação hexadecimal de uma determinada palavra-chave retornada por um separador de palavras. Essa representação é usada para armazenar a palavra-chave no índice de texto completo. Esse valor não é legível por humanos, mas é útil para relacionar uma determinada palavra-chave à saída retornada por outras exibições de gerenciamento dinâmico que retornam o conteúdo de um índice de texto completo, como sys.dm_fts_index_keywords e sys.dm_fts_index_keywords_by_document.

Nota:0xFF representa o caractere especial que indica o fim de um arquivo ou conjunto de dados.
group_id int Contém um valor de inteiro que é útil para diferenciar o grupo lógico a partir do qual um determinado termo foi gerado. Por exemplo, 'Server AND DB OR FORMSOF(THESAURUS, DB)"' produz os seguintes valores group_id em inglês:

1: Servidor
2: BD
3: BD
phrase_id int Contém um valor inteiro que é útil para diferenciar os casos em que formas alternativas de palavras compostas, como texto completo, são geradas pelo separador de palavras. Às vezes, devido à existência de palavras compostas ('multi-million'), formas alternativas são geradas pelo separador de palavras. Às vezes, essas formas alternativas (frases) precisam ser diferenciadas.

Por exemplo, 'multi-million' produz os seguintes valores phrase_id em inglês:

1 para multi
1 para million
2 para multimillion
ocorrência int Indica a ordem de cada termo no resultado da análise. Por exemplo, a ocorrência "SQL Server query processor" de frase poderia conter os seguintes valores de ocorrência para os termos da frase em inglês:

1 para SQL
2 para Server
3 para query
4 para processor
special_term nvarchar(4000) Contém informações sobre as características do termo que está sendo emitido pelo separador de palavras, um destes:

- Correspondência exata
- Palavra de ruído
- Fim da sentença
- Fim do parágrafo
- Fim do Capítulo
display_term nvarchar(4000) Contém a forma legível da palavra-chave. Como ocorre com as funções criadas para acessar o conteúdo do índice de texto completo, esse termo exibido pode não ser idêntico ao termo original por motivo de limitação de desnormalização. No entanto, ele precisar ser preciso o suficiente para ajudar você a identificá-lo da entrada original.
expansion_type int Contém informações sobre a natureza da expansão de um determinado termo, um destes:

0 = Maiúsculas e minúsculas de palavra única
2 = Expansão inflexional
4 = Expansão/substituição do dicionário de sinônimos

Por exemplo, considere um caso no qual o dicionário de sinônimos define a execução como uma expansão de jog:

<expansion>
<sub>run</sub>
<sub>jog</sub>
</expansion>

O termo FORMSOF (FREETEXT, run) gera a seguinte saída:

run com expansion_type = 0
runs com expansion_type = 2
running com expansion_type = 2
ran com expansion_type = 2
jog com expansion_type = 4
source_term nvarchar(4000) O termo ou frase a partir do qual um determinado termo foi gerado ou analisado. Por exemplo, uma consulta no '"word breakers" AND stemmers' produz os seguintes valores de source_term em inglês:

word breakers para o display_termword
word breakers para o display_termbreakers
stemmers para o display_termstemmers

Comentários

sys.dm_fts_parser dá suporte à sintaxe e aos recursos de predicados de texto completo, como CONTAINS e FREETEXT, e funções, como CONTAINSTABLE e FREETEXTTABLE.

Usar Unicode para analisar caracteres especiais

Quando você analisa uma cadeia de caracteres de consulta, sys.dm_fts_parser usa a ordenação do banco de dados ao qual você está conectado, a menos que você especifique a cadeia de caracteres de consulta como Unicode. No entanto, para uma cadeia de caracteres não Unicode que contém caracteres especiais, como ü ou ç, a saída pode ser inesperada, dependendo da ordenação do banco de dados. Para processar uma cadeia de caracteres de consulta independentemente da ordenação do banco de dados, prefixe a cadeia de caracteres com N, ou seja, N'query_string'.

Para obter mais informações, consulte C. Exiba a saída de uma cadeia de caracteres que contém caracteres especiais posteriormente neste artigo.

Quando usar sys.dm_fts_parser

sys.dm_fts_parser pode ser poderoso para fins de depuração. Alguns dos principais cenários de uso incluem:

  • Para entender como um determinado separador de palavras trata uma certa entrada

    Quando uma consulta retorna resultados inesperados, uma causa provável é a maneira como o separador de palavras está analisando e separando os dados. sys.dm_fts_parserUsando , você descobre o resultado que um separador de palavras passa para o índice de texto completo. Além disso, você pode ver quais termos são palavras irrelevantes, que não são pesquisadas no índice de texto completo. Se um termo é uma palavra irrelevante para um determinado idioma depende se ele está na lista de palavras irrelevantes especificada pelo valor stoplist_id declarado na função.

    O sinalizador de confidencialidade de ênfase permite que você veja como o separador de palavras analisa a entrada, tendo em mente suas informações de confidencialidade de ênfase.

  • Para entender como o lematizador funciona em uma determinada entrada

    Você pode saber como o separador de palavras e o lematizador analisam um termo da consulta e suas formas lematizadoras especificando uma consulta CONTAINS ou CONTAINSTABLE contendo a cláusula FORMSOF a seguir:

    FORMSOF( INFLECTIONAL, query_term )

    Os resultados indicam quais termos estão sendo passados ao índice de texto completo.

  • Para entender como o dicionário de sinônimos expande ou substitui toda a entrada ou parte dela

    Você também pode especificar:

    FORMSOF( THESAURUS, query_term )

    O resultado dessa consulta mostra como o separador de palavras e o dicionário de sinônimos interagem com relação ao termo da consulta. É possível ver a expansão ou as substituições feitas a partir do dicionário de sinônimos e identificar a consulta resultante que está sendo emitida para o índice de texto completo.

    Se o usuário tiver problemas:

    FORMSOF( FREETEXT, query_term )

    Os recursos de inflexão e dicionário de sinônimos ocorrem automaticamente.

Além dos cenários de uso anteriores, sys.dm_fts_parser pode ajudar significativamente a entender e solucionar muitos outros problemas com a consulta de texto completo.

Permissões

Requer permissão CREATE FULLTEXT CATALOG e direitos de acesso à lista de palavras irrelevantes especificada.

Exemplos

a. Exibir a saída de um determinado separador de palavras para uma palavra-chave ou frase

O exemplo a seguir retorna a saída a partir do uso do separador de palavras em inglês, cujo LCID é 1033, e nenhuma lista de palavras irrelevantes na cadeia de caracteres de consulta a seguir:

The Microsoft business analysis

A distinção de acentos foi desabilitada.

SELECT * FROM sys.dm_fts_parser (' "The Microsoft business analysis" ', 1033, 0, 0);

B. Exibir a saída de um determinado separador de palavras no contexto da filtragem de lista de palavras irrelevantes

O exemplo a seguir retorna a saída a partir do uso do separador de palavras em inglês, cujo LCID é 1033, uma lista de palavras irrelevantes em inglês, cuja ID é 77, na cadeia de caracteres de consulta a seguir:

"The Microsoft business analysis" OR "MS revenue"

A distinção de acentos foi desabilitada.

SELECT * FROM sys.dm_fts_parser (' "The Microsoft business analysis"  OR " MS revenue" ', 1033, 77, 0);

C. Exibir a saída de uma cadeia de caracteres que contém caracteres especiais

O exemplo a seguir usa o Unicode para analisar a cadeia de caracteres franceses a seguir:

français

O exemplo especifica o LCID do idioma francês 1036 e a ID de uma lista de palavras irrelevantes definida pelo usuário 5. A distinção de acentos está habilitada.

SELECT * FROM sys.dm_fts_parser(N'français', 1036, 5, 1);

Confira também

Próximas etapas