ApsaraDB RDS:pg_jieba拡張子を使用する

pg_jieba拡張機能を使用すると、複数のカスタム辞書を設定し、辞書を切り替えることができます。

-- Insert data into the first custom dictionary. By default, data is inserted into the first custom dictionary. The first custom dictionary is represented by 0. The weight value of the first custom dictionary is 10.
INSERT INTO jieba_user_dict VALUES ('阿里云');

INSERT INTO jieba_user_dict VALUES ('研发工程师',0,10);


-- Use the dictionary predefined in the pg_jieba extension to segment Chinese text.
SELECT * FROM to_tsvector('jiebacfg', 'zth是阿里云的一个研发工程师');
to_tsvector
------------------------------------------------------
'zth':1 '一个':6 '云':4 '工程师':8 '研发':7 '阿里':3
(1 row)

-- Switch to the first custom dictionary. The jieba_load_user_dict() parameter specifies the sequence number of the custom dictionary.
SELECT jieba_load_user_dict(0);
jieba_load_user_dict
----------------------

(1 row)

SELECT * FROM to_tsvector('jiebacfg', 'zth是阿里云的一个研发工程师');
to_tsvector
--------------------------------------------
'zth':1 '一个':5 '研发工程师':6 '阿里云':3
(1 row)

pg_jieba拡張機能を使用すると、オフセットに基づいてテキストセグメンテーション結果を表示できます。

SELECT * FROM to_tsvector('jiebacfg_pos', 'zth是阿里云的一个研发工程师');
                                     to_tsvector
--------------------------------------------------------------------------------------
 'zth:0':1 '一个:8':6 '云:6':4 '工程师:12':8 '是:3':2 '的:7':5 '研发:10':7 '阿里:4':3'zth:0':1 ' One: 8':6 ' Cloud: 6':4 ' Engineer: 12':8 ' Yes: 3':2':7':5 ' R&D: 10':7 ' Ali: 4':3
(1 row)

jieba_load_user_dict() 関数は、CPU使用率とメモリ使用量を減らすために最適化されています。

新しいパラメーターがjieba_load_user_dict() 関数に追加され、検索時にカスタム辞書を使用するかどうかを指定します。

• 構文

  jieba_load_user_dict(parameter1, parameter2)

• パラメータ説明

  パラメーター	説明
  parameter1	読み込むカスタム辞書のシーケンス番号を指定します。
  parameter2	デフォルトの辞書を読み込むかどうかを指定します。 0: デフォルトの辞書を読み込みます。 1: デフォルトの辞書をロードしません。

• 例

  INSERT INTO jieba_user_dict VALUES ('阿里云');
  INSERT 0 1
  INSERT INTO jieba_user_dict VALUES ('研发工程师',0,10);
  INSERT 0 1
  
  -- The first 0 indicates the sequence number of the custom dictionary, and the second 0 indicates that the default dictionary is loaded.
  SELECT jieba_load_user_dict(0,0);
  jieba_load_user_dict
  ----------------------
  
  (1 row)
  SELECT * FROM to_tsvector('jiebacfg', 'zth是阿里云的一个研发工程师');
  to_tsvector
  --------------------------------------------
  'zth':1 '一个':5 '研发工程师':6 '阿里云':3
  (1 row)
  
  SELECT jieba_load_user_dict(0,1);
  jieba_load_user_dict
  ----------------------
  
  (1 row)
  
  SELECT * FROM to_tsvector('jiebacfg', 'zth是阿里云的一个研发工程师');
                       to_tsvector
  ------------------------------------------------------
  'zth':1 '一个':6 '云':4 '工程师':8 '研发':7 '阿里':3
  (1 row)

  説明

  jieba_user_dictテーブルまたはjieba_load_user_dict() 関数が存在しない場合、RDSインスタンスのマイナーエンジンバージョンを更新して、拡張機能を20220730して再インストールする必要があります。

  1. マイナーエンジンバージョンの更新方法の詳細については、「ApsaraDB RDS For PostgreSQLインスタンスのマイナーエンジンバージョンの更新」をご参照ください。

  2. 次のステートメントを実行して、拡張機能を再インストールします。

     DROP EXTENSION pg_jieba;
     CREATE EXTENSION pg_jieba;