Ispell词典

Ispell词典模板支持词法词典，它可以把一个词的各种语言学形式规范化成相同的词位。比如，一个Ispell英语词典可以匹配搜索词bank的词尾变化和词形变化，如banking、banked、banks、banks’和bank’s等。

openGauss不提供任何预定义的Ispell类型词典或词典文件。dict文件和affix文件支持多种开源词典格式，包括Ispell、MySpell和Hunspell等。

操作步骤

  1. 获取词典定义文件和词缀文件。

    用户可以使用开源词典，直接获取的开源词典后缀名可能为.aff和.dic，此时需要将扩展名改为.affix和.dict。此外，对于某些词典文件，还需要使用下面的命令把字符转换成 UTF-8 编码，比如挪威语词典：

    1. iconv -f ISO_8859-1 -t UTF-8 -o nn_no.affix nn_NO.aff 
    2. iconv -f ISO_8859-1 -t UTF-8 -o nn_no.dict nn_NO.dic

  2. 创建Ispell词典。

    1. postgres=# CREATE TEXT SEARCH DICTIONARY norwegian_ispell (
    2.     TEMPLATE = ispell,
    3.     DictFile = nn_no,
    4.     AffFile = nn_no,
    5.     FilePath = 'file:///home/dicts'
    6. );

    其中，词典文件全名为nn_no.dict和nn_no.affix，所在目录为当前连接数据库主节点的/home/dicts/下 。关于创建词典的语法和更多参数，请参见CREATE TEXT SEARCH DICTIONARY。

  3. 使用Ispell词典进行复合词拆分。

    1. postgres=# SELECT ts_lexize('norwegian_ispell', 'sjokoladefabrikk');
    2.       ts_lexize      
    3. ---------------------
    4.  {sjokolade,fabrikk}
    5. (1 row)

    MySpell不支持复合词，Hunspell对复合词有较好的支持。openGauss仅支持Hunspell中基本的复合词操作。通常情况下，Ispell词典能够识别的词是一个有限集合，其后应该配置一个更广义的词典，例如一个可以识别所有词的Snowball词典。