دليل استخدام pg_jieba

pg_jieba هو وحدة توسعية لقاعدة بيانات PostgreSQL تعتمد على مكتبة Jieba لتقسيم النص الصيني، وخصصت خصيصاً للبحث النصي الكامل بالصينية. يمكنها تقسيم النص الصيني بكفاءة، مما يدعم وظيفة البحث الكامل. ستوضح هذه المقالة بالتفصيل كيفية تثبيت واستخدام pg_jieba في ServBay.

تثبيت pg_jieba

ServBay تأتي مع وحدة pg_jieba التوسعية، ما عليك سوى تمكينها في قاعدة البيانات. فيما يلي خطوات تمكين pg_jieba:

1. الاتصال بقاعدة بيانات PostgreSQL:

   psql -U your_username -d your_database

2. إنشاء الامتداد:

   CREATE EXTENSION pg_jieba;

3. التحقق من التثبيت:

   \dx

إعداد pg_jieba

بعد تمكين pg_jieba، ستحتاج إلى بعض الإعدادات حتى يمكنها تقسيم النص الصيني بشكل صحيح ودعم البحث الكامل.

إعداد تكوين البحث النصي (Text Search Configuration)

1. إنشاء تكوين البحث النصي:

   CREATE TEXT SEARCH CONFIGURATION chinese (PARSER = pg_jieba);

2. إضافة القاموس:

   ALTER TEXT SEARCH CONFIGURATION chinese ADD MAPPING FOR n,v,a,i,e,l WITH simple;

استخدام pg_jieba في البحث النصي الكامل

فيما يلي مثال يوضح كيفية استخدام pg_jieba للبحث النصي الكامل.

إنشاء الجداول والبيانات النموذجية

1. إنشاء الجدول:

   CREATE TABLE documents (
       id SERIAL PRIMARY KEY,
       content TEXT
   );

2. إدخال بيانات نموذجية:

   INSERT INTO documents (content) VALUES
   ('我爱自然语言处理'),
   ('中文分词是文本处理的重要步骤'),
   ('pg_jieba是一个很好的中文分词工具');

إنشاء فهرس البحث النصي الكامل

1. إنشاء فهرس GIN:

   CREATE INDEX idx_gin_content ON documents USING gin (to_tsvector('chinese', content));

تنفيذ البحث النصي الكامل

1. تنفيذ استعلام البحث:

   SELECT * FROM documents
   WHERE to_tsvector('chinese', content) @@ to_tsquery('chinese', '中文 & 分词');

   ستعيد هذه الاستعلامات الوثائق التي تحتوي على كلمتي "中文" و "分词".

تخصيص القاموس

يمكنك تخصيص قاموس pg_jieba لتلبية احتياجات التطبيقات الخاصة بك بشكل أفضل.

إضافة كلمات مخصصة

1. إنشاء ملف قاموس مخصص:

   /Applications/ServBay/etc/scws/custom_dict.txt

2. إضافة الكلمات إلى الملف، كل كلمة في سطر منفصل:

   自然语言处理
   中文分词

3. إعداد pg_jieba لاستخدام القاموس المخصص:

   SET pg_jieba.dict_path = '/Applications/ServBay/etc/scws/custom_dict.txt';

إعادة تحميل القاموس

1. إعادة تحميل القاموس:

   SELECT jieba_reload_dict();

ملخص

pg_jieba هو أداة قوية لتقسيم النص الصيني، ومن خلال إعداد بسيط واستخدام يمكنّك من تحقيق البحث النصي الكامل بكفاءة في PostgreSQL. يحتوي ServBay على وحدة pg_jieba التوسعية، ما عليك سوى اتباع خطوات التثبيت والإعداد في هذه المقالة لتبدأ في استخدامها. من خلال قاموس مخصص، يمكنك تحسين تأثير التقسيم بشكل أكبر لتلبية احتياجات محددة للتطبيق.