カスタム言語データの作成および使用

独自の言語固有の条件(一般的な略語など)を作成して、データをチャンク化するときに使用します。

ここでは、DBMS_VECTOR_CHAINパッケージのチャンカ・ヘルパー関数CREATE_LANG_DATAを使用して、簡体字中国語のデータ・ファイルをロードします。このデータ・ファイルには、選択した言語の略語トークンが含まれています。

ローカル・ユーザーとして接続し、データ・ダンプ・ディレクトリを準備します。
1. SQL*PlusにSYSユーザーとしてログインし、SYSDBAとして接続します。
```
conn sys/password as sysdba
```
```
CREATE TABLESPACE tbs1
DATAFILE 'tbs5.dbf' SIZE 20G AUTOEXTEND ON
EXTENT MANAGEMENT LOCAL
SEGMENT SPACE MANAGEMENT AUTO;
```
```
SET ECHO ON
SET FEEDBACK 1
SET NUMWIDTH 10
SET LINESIZE 80
SET TRIMSPOOL ON
SET TAB OFF
SET PAGESIZE 10000
SET LONG 10000
```
2. ローカル・ユーザー(docuser)を作成し、必要な権限を付与します。
```
drop user docuser cascade;
```
```
create user docuser identified by docuser DEFAULT TABLESPACE tbs1 quota unlimited on tbs1;
```
```
grant DB_DEVELOPER_ROLE to docuser;
```
3. 言語データ・ファイルを格納するローカル・ディレクトリ(VEC_DUMP)を作成します。必要な権限を付与します。
```
create or replace directory VEC_DUMP as '/my_local_dir/';
```
```
grant read, write on directory VEC_DUMP to docuser;

commit;
```
4. 必要な言語のデータ・ファイルをVEC_DUMPディレクトリに転送します。たとえば、dreoszhs.txt (簡体中国語)です。
  
  使用している言語のデータ・ファイルの場所を確認するには、サポートされている言語およびデータ・ファイルの場所を参照してください。
5. ローカル・ユーザー(docuser)として接続します:
```
conn docuser/password
```

リレーショナル表(doc_langtab)を作成して、略語トークンを格納します。

CREATE TABLE doc_langtab(token nvarchar2(64))
  ORGANIZATION EXTERNAL
  (default directory VEC_DUMP
   ACCESS PARAMETERS (RECORDS DELIMITED BY NEWLINE CHARACTERSET AL32UTF8)
   location ('dreoszhs.txt'));

DBMS_VECTOR_CHAIN.CREATE_LANG_DATAをコールして、言語データ(doc_lang_data)を作成します。

DECLARE
  lang_params clob := '{
                         "table_name"      : "doc_langtab",
                         "column_name"     : "token",
                         "language"        : "simplified chinese",
                         "preference_name" : "doc_lang_data"
                       }';
BEGIN
  dbms_vector_chain.create_lang_data(json(lang_params));
END;
/

言語データをロードした後、VECTOR_CHUNKSまたはUTL_TO_CHUNKSでLANGUAGEチャンク化パラメータを指定することで、言語固有のチャンク化を使用できるようになりました。

関連トピック

親トピック: チャンク化パラメータの構成