推 bcse:要多一個欄位存斷好的字、查詢時也要先斷好字再查 02/02 19:39
推 bcse:當然你也可以考慮修改或擴充 MySQL，讓它能正確為中文建索引 02/02 19:52
→ sweetwords:有擴充或是修改 mysql 的相關資訊嗎 ._.? 02/02 20:50
※ 引述《bcse (Lvx ex Caelis)》之銘言：
: ※ 引述《sweetwords (米虫三號)》之銘言：
: : 這是我們搜尋功能會用到的一段 sql 句
: : 我們有將 TABLE 相關欄位做了全文索引，主要想找到符合變數的資料
: : SELECT * FROM `TABLE_NAME` WHERE MATCH (COLUMN_NAME) AGAINST ('中文變數');
: : 非常奇怪的是，當我下中文變數是「注意力」的時候
: : 可以順利搜尋到幾筆資料
: : 但是當我將中文縮減成「注意」的時候
: : 卻完全搜尋不到任何資料 @_@"
: 這應該是 MySQL 沒錯吧？
yes :>
: 有兩個可能的原因：
: 1. 查詢字詞太短，被 MySQL 自動忽略。
: 2. Fulltext Search 不支援中文，原因是 MySQL 中沒有中文斷詞機制
: 換句話說，它會將整句中文當成一個字，所以搜尋「注意」時搜尋不到「注意力」
: 另外，Fulltext Search 就我所知並沒有萬用字元，只有 modifier 這些特殊字元
: 有幾個方法你可以參考：
: 1. 改用效能非常差的 LIKE Search
哈！這種我也有想過，可是其實我不太懂多大的資料量用 like 處理起來
速度才真的會有所影響 @_@"
現在研所老闆 project 給我們的資料量大概 30 萬筆左右
: 2. 用 Lucene 之類的 Fulltext Search Engine
partner 之前有找到這款，不過好像有些 java + 斷字的技術 @_@?
不知道會不會搞得太複雜 ._."
: 3. 另外存一份斷好詞、專門用來搜尋用的欄位，你可以用 Bigram 斷詞法
: 不過 Bigram 斷詞法斷出來會變成兩個字一組，而 MySQL 預設會忽略 3 個字
: 以下的查詢字詞，你還必須改 my.ini 的設定（但看你敘述查詢「注意力」查
: 得到東西，你應該改好這個部份了？）
: 你可以參考這篇 http://blog.bcse.info/wordpress-bigram-fulltext-search
: 「實作」的 Section
嗯，已經有做調整了 :>
像是「資料」去找查得到東西，只是沒辦法進一步查到「資料庫」去查該有的東西
可是這邊對於斷字有個觀念點我不太懂
很多的斷字方法是針對去查的資料作斷字的處理？
亦或是針對你下的查詢字去做斷字的處理呢？
如果是針對查詢字去做處理，我不懂的方面是
「資料」兩個字再怎麼拆好像也無法拆到「資料庫」三個字 @_@"
如果是針對查詢的資料去做處理的話，
每一筆資料查詢這樣去做不是很費工嗎 @_@?
大大上面提到的作法難道是將斷好的字詞先存到資料庫 @_@?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.117.74.176