Sådan bruges semantisk søgning i SQL Server

Tjek prøvedatabasen

Kør følgende script bare for at kontrollere eksempeldatabasetabellen:

-- View all the employees
SELECT efss.EmpID
      ,efss.DocumentName
      ,efss.EmpDocument
      ,efss.EmpDocumentType FROM dbo.EmployeesForSemanticSearch efss 

Outputtet er som følger:

Tilføj den første Rich Text-fil ved hjælp af dbForge Studio til SQL Server

Vi vil tilføje binære data til tabellerne, som er repræsenteret af rige tekstfiler, ved hjælp af dbForge Studio til SQL Server .

Åbn eksempeldatabasen EmployeesSample i dbForge Studio til SQL Server.

Højreklik på EmployeesForSemanticSearch tabel og klik på Hent data:

Tilføj følgende data til EmployeesForSemanticSearch tabellen undtagen EmpDocument kolonne efter at have sikret, at tabellen ikke er i skrivebeskyttet tilstand:

EmpID:1

Dokumentnavn:Employee1Document

EmpDocument:(null)

EmpDocumentType:.rtf

Indsæt et dokument i RTF-format i EmpDocument kolonne ved at tilføje følgende tekst i tabellen (klikke på ellipser og tilføje data):

This is a research based article and it is a new research which is in process but this is superb in the field of research. 

Gem dokumentet som Employee1Document.rtf i enhver passende Windows-mappe:

Anvend venligst ændringerne for at se, at du har gemt en RTF-fil i tabellen:

Tilføj den anden Rich Text-fil ved hjælp af dbForge Studio til SQL Server

Tilføj derefter endnu en rich text-fil til EmployeesForSemanticSearch tabel på samme måde som ovenfor ved hjælp af følgende information:

EmpID:2

DocumentName:Employee2Document

EmpDocument:(null)

EmpDocumentType:.rtf

Tilføj endnu en Rich Text-fil med følgende tekst:

This is an article which is about facts and figures with little research in it it talks about fact and figures just facts and figures. 

Gem dokumentet i samme mappe som følger:

Gem dataene ved at opdatere tabellen og derefter bekræfte de ændringer, du lige har foretaget, ved at klikke på ja:

Opret et unikt indeks, fuldtekstindeks og semantisk indeks ved hjælp af Wizard

Tilbage i SSMS (SQL Server Management Studio), højreklik på tabellen og klik på Fuldtekstindeks og klik derefter påDefiner fuldtekstindeks... som vist nedenfor:

Dernæst skal du vælge et unikt indeks, som faktisk er valgt som standard, da vi oprettede EmpID primær nøglekolonne tidligere som vist nedenfor, og klik derfor på Næste for at fortsætte:

Vælg venligst EmpDocument fra Tilgængelige kolonner , britisk engelsk som Sprog til Word Breaker , EmpDocumentType som Type kolonne og tjek Statistisk semantisk søgning boks i samme række som følger:

Vælg indstillingen for ændringssporing ved at lade den være standardindstillinger, medmindre du har en solid grund til at ændre disse indstillinger:

Opret et nyt katalog som EmployeeCatalog :

Klik på Næste igen:

Til sidst, efter et par klik mere (klik på Næste ), er den påkrævede tabel klar til at blive forespurgt af Semantisk søgning:

Tjek, om Semantisk søgning er aktiveret for en tabel

Tjek venligst, om Semantisk søgning forbliver intakt for interessetabellen ved at køre følgende script mod prøvedatabasen:

-- Check if Semantic Search is enabled for a database, table, and column
SELECT * FROM sys.fulltext_index_columns WHERE object_id = OBJECT_ID('EmployeesForSemanticSearch')  
GO 

Outputtet skulle indikere, at det er blevet aktiveret for den tredje kolonne, som vi satte det op i begyndelsen af ​​gennemgangen:

Eksempel 1:Brug af semantisk søgeresultat til at finde et relevant dokument

Vi kan nu bruge Semantisk søgning til at sammenligne to dokumenter for at finde et søgeord af interesse og dets relative score, hvilket hjælper med at henvise os til mere relevante dokumenter.

Hvis vi er interesseret i at se dokumentet, hvor ordet "research ” nævnes oftere sammenlignet med det andet dokument, så skal vi holde øje med scoren for hvert af dokumenterne, når vi kører følgende T-SQL script:

-- Using Semantic Search to find the score for the word research in both documents SELECT TOP (100) DOC_TBL.EmpID, DOC_TBL.EmpDocumentType,KEYP_TBL.keyphrase, KEYP_TBL.score FROM EmployeesForSemanticSearch AS DOC_TBL INNER JOIN SEMANTICKEYPHRASETABLE ( EmployeesForSemanticSearch, EmpDocument ) AS KEYP_TBL ON DOC_TBL.EmpID = KEYP_TBL.document_key WHERE KEYP_TBL.keyphrase = 'research' ORDER BY KEYP_TBL.Score DESC;

Resultatet af forespørgslen ovenfor er som følger:

Dokumentet med den højeste score viser, at det har mere relevans sammenlignet med det andet dokument, hvad angår vores interessepunkt (forskning).

Eksempel 2:Brug af semantisk søgeresultat til at finde et relevant dokument

Vi kan også finde det dokument, hvor ordet "faktum" dominerer sammenlignet med ethvert andet dokument ved at køre scriptet nedenfor:

-- Using Semantic Search to find the score for the word fact in both documents
SELECT TOP (100) DOC_TBL.EmpID, DOC_TBL.EmpDocumentType,KEYP_TBL.keyphrase,
KEYP_TBL.score
FROM
EmployeesForSemanticSearch AS DOC_TBL  
    INNER JOIN SEMANTICKEYPHRASETABLE  
    (  
    EmployeesForSemanticSearch,  
    EmpDocument
    ) AS KEYP_TBL  
ON DOC_TBL.EmpID = KEYP_TBL.document_key  
WHERE KEYP_TBL.keyphrase = 'fact'  
ORDER BY KEYP_TBL.Score DESC; 

Resultaterne er som følger:

Resultaterne ovenfor fører til den konklusion, at det andet lagrede dokument er det eneste dokument, hvor ordet faktum er nævnt, men hvis du gerne vil tjekke disse resultater, skal du åbne de gemte dokumenter for at se dem.

Tillykke! Du har med succes lært ikke kun at konfigurere Semantisk søgning i SQL Server, men du har også fået nogle praktiske erfaringer med at bruge Semantisk søgning.

Ting at gøre

Nu hvor du kan konfigurere og skrive nogle grundlæggende semantiske søgeforespørgsler, prøv følgende for at forbedre dine færdigheder yderligere:

1. Prøv at tilføje et andet dokument, der fortæller om forskning og kør derefter scriptet i det første eksempel for at se, hvilket dokument der er det mest relevante dokument ved at sammenligne deres resultater.
2. Med denne artikel i tankerne kan du tilføje et andet dokument, hvor ordet fakta er nævnt et par gange, og kør derefter T-SQL i eksempel 2 i denne artikel for at se, om resultaterne forbliver de samme eller ændrer sig.
3. Prøv at bruge Semantisk søgning ved at tilføje flere dokumenter og mere tekst til både eksisterende og nye dokumenter og derefter finde de dokumenter, der matcher dine interesseord.
4. Udforsk eksemplerne længere fremme for selv at finde ud af, om Semantisk søgning skelner mellem store og små bogstaver eller forskel på store og små bogstaver (Tip:Du kan ændre eksemplerne lidt).