创建基于字词的关系

  • 项目

适用于：SQL Server

本主题描述如何在 Data Quality Services (DQS) 中为域创建基于字词的关系。 通过基于字词的关系 (TBR)，您可以对域中作为值的一部分的字词进行更正。 基于字词的关系使完全相同的多个值（只有其公共部分的拼写除外）可被视为相同的同义词。 例如，可以设置一个基于字词的关系，该关系可将词“Inc.”改为“Incorporated”。 将在“Inc.”每次出现在域中时发生更改。 实例“Contoso, Inc.”将更改为“Contoso, Incorporated”，并且这两个值将被视为精确同义词。

若要使用基于字词的关系，可以生成一个“值/更正为”对的列表，例如“Inc.” 与“Incorporated”，或“Senior”与“Sr.”。 通过使用基于字词的关系，您可以在整个域中更改某一字词，而不必手动将单独的域值设置为同义词。 您也可以指定更正某个值，即使知识发现以前尚未发现该值。 如果基于字词的关系转换导致两个值完全相同，则 DQS 将在它们之间创建一个同义词关系（在知识发现中）、更正关系（在数据更正中）或精确匹配（在匹配中）。

基于字词的关系转换和符号转换（其中，特殊字符将被空格或 null 替换）都在分析前的预处理阶段中完成。 如果请求复合域分析，将在这两个转换前执行分析，因为分隔符分析要求符号。 其他操作（例如域规则和域值更改）将会在转换后执行。 对于匹配，在匹配活动前，将基于字词的关系应用于源数据，而与您是否运行清理无关。

基于字词的关系和域管理

在域管理中应用基于字词的关系时，DQS 将应用知识发现、清理或匹配过程中的更改；但是，DQS 不更改域值本身以便遵从基于字词的关系。 换句话说，如果在 “域管理” 页的 “基于字词的关系” 选项卡上输入并接受一个基于字词的关系，该更改不会在同一页的 “域值” 选项卡中执行。 这使您可以随后更改 TBR。

基于字词的关系和数据清理

在域中应用基于字词的关系并运行数据清理过程时，DQS 将在清理过程中应用更改，但是这些更改不会应用于知识库中的字词。

  • 如果基于字词的关系所更改的值在域中但不是同义词，它将显示在 “更正为” 列（位于 “管理和查看结果” 页的 “已更正” 选项卡下）中，且将“原因”设置为“基于字词的关系”。

  • 如果基于字词的关系所更改的值不在域中且 DQS 找到了匹配值，则该值将更改为它且显示在“已更正”选项卡或“建议的”选项卡下（具体取决于置信度级别）。 如果找不到匹配值，该值将显示在“新建”下并带一个 TBR 更正项。 这么做是因为即使您更正了 TBR，也不表示该值是正确的。

  • 如果基于字词的关系所更改的值在域中但值错误/无效且已有更正项，则该值将显示在“已更正”选项卡下且具有更正项和原因“域值”。

  • 如果基于字词的关系所更改的值在域中但值错误/无效且无更正项，则该值将显示在“无效”选项卡下且具有原因“域值”。

基于字词的关系和知识发现

当您应用基于字词的关系，然后运行知识发现过程时，符合 TBR 的所有值将保持原样并被标识为正确值。 TBR 所更改的所有值将被导入为正确值并被标识为符合 TBR 的值的同义词。

基于字词的关系和将清理值导入域

如果您将在清理过程中收集的数据质量知识导入到域中，TBR 所更改的值将作为正确值导入。

开始之前

先决条件

若要创建基于字词的关系，您必须具有在域管理活动中打开的知识库。

安全性

权限

您必须对 DQS_MAIN 数据库具有 dqs_kb_editor 或 dqs_administrator 角色，才能创建基于字词的关系。

创建基于字词的关系

  1. 启动数据质量客户端。 有关执行此操作的信息，请参阅运行 Data Quality Client 应用程序。

  2. 在 Data Quality Client 的主屏幕中，打开或创建一个知识库。 选择 “域管理” 作为活动，然后单击 “打开” 或 “创建”。 有关详细信息，请参阅 创建知识库 或 打开知识库。

    注意

    域管理在 Data Quality Service 客户端页面中执行，该页面包含用于单独域管理操作的五个选项卡。 它不是一个向导驱动的过程；任何管理操作都可以单独执行。

  3. 从 “域管理” 页上的 “域列表” 中，选择您要为其创建域规则的域，或者创建一个新的域。 如果您必须创建新域，请参阅 创建域。

  4. 单击 “基于字词的关系” 选项卡。

  5. 按如下所示创建基于字词的关系：

    1. 单击 “添加新关系” 可将行添加到“关系”表。

    2. 对于添加的行的 “值” 列，输入每次在所选域的值中出现时将要更改的字词。

      注意

      如果该字词在域中作为整个值存在，或者已在域中作为更正值存在，系统将会向您显示一个错误消息。

    3. 对于 “更正为” 列，输入您要将 “值” 列中的字词更改为的字词。

    4. 再次单击 “添加新关系” 可添加另一个基于字词的关系。

    5. 单击 “删除所选关系” 可从“关系”表中删除一个或多个选定的行。 通过按下 Ctrl 键并单击未选定的行，可以选择多个行。

    6. 通过在 “查找” 文本框中输入一个或多个数字，可以在“关系”表中查找一个值。 该字符串的匹配项将会突出显示。 使用向上箭头和向下箭头可以移到表中该字符串的不同实例。

    7. 拼写检查器：如果 “值” 或 “更正为” 列中的值有红色的波浪下划线，则表示拼写检查器建议对该值加以更正。 右键单击带下划线的值，然后选择由拼写检查器提供的建议值之一。 或者，您可以单击快捷菜单中的 “添加” ，以继续使用原始值。 有关详细信息，请参阅 使用 DQS 拼写检查器 和 设置域属性。

      注意

      若要使用拼写检查器，您或者可以在 “域属性” 页中启用它，或者如果已在 “域属性” 页中禁用它，则可以在 “基于字词的关系” 页中单击 “启用/禁用拼写检查器” 图标以便在该页上启用它。

  6. 单击 “应用更改” 可将基于字词的关系应用于域。

  7. 单击 “完成” 以完成域管理活动，如 结束域管理活动中所述。

跟进：在创建基于字词的关系后

在创建基于字词的关系后，您可以对域执行其他域管理任务，可以执行知识发现以便向域添加知识，或者可以向域添加匹配策略。 有关详细信息，请参阅执行知识发现、管理域或创建匹配策略。