MULTI_LEXERレクサーを使用すると、様々な言語からなる複数のドキュメントを1つの表に格納できます。このタイプのレクサーでは、言語列に基づいて、行ごとに言語固有のレクサーを選択します。このトピックでは、このタイプのレクサーの使用方法について説明し、interMedia Text APIの例を示します。
MULTI_LEXER機能を使用するには、まず、マルチ言語表内の言語について、言語固有のレクサー作業環境を作成します。次に示すAPIの例では、英語、フランス語およびドイツ語のレクサーが作成されます。
ctx_ddl.create_preference('english_lexer', 'basic_lexer');
ctx_ddl.set_attribute('english_lexer','index_themes','yes');
ctx_ddl.create_preference('french_lexer', 'basic_lexer');
ctx_ddl.set_attribute('french_lexer','base_letter','yes');
ctx_ddl.create_preference('german_lexer', 'basic_lexer');
ctx_ddl.set_attribute('german_lexer','composite','german');
ctx_ddl.set_attribute('german_lexer','alternate_spelling','german');
ctx_ddl.set_attribute('german_lexer','mixed_case','yes');
言語固有のレクサー作業環境を作成後、その作業環境すべてを1つのMULTIレクサー作業環境にまとめる必要があります。まず、MULTI_LEXERオブジェクトを使用してMULTIレクサー作業環境を作成します。
ctx_ddl.create_preference('global_lexer','multi_lexer');
add_sub_lexerコールを使用して、言語固有のレクサーをすべてマルチ・レクサー作業環境に加えます。
ctx_ddl.add_sub_lexer(<MULTI_LEXER>, <言語>, <言語固有のレクサー>)
たとえば、次のようにします。
ctx_ddl.add_sub_lexer('global_lexer', 'german', 'german_lexer');
ctx_ddl.add_sub_lexer('global_lexer', 'french', 'french_lexer');
ctx_ddl.add_sub_lexer('global_lexer', 'default','english_lexer');
これにより、ドイツ語のドキュメントの処理にはgerman_lexer作業環境が指定され、フランス語のドキュメントの処理にはfrench_lexer作業環境が指定され、その他の言語の処理には、言語として'DEFAULT'を使用して、english_lexer作業環境が使用されます。
MULTIレクサーでは、言語列に基づいて、各行にどのレクサーを使用するかを決定します。これは、テキスト列内にドキュメントの言語を格納する、表のcharacter列です。たとえば、表は次のように定義することができます。
create table globaldoc (
doc_id number primary key,
lang varchar2(10),
text clob
);
insert into globaldoc values (1, 'german', 'Ich bin Berliner');
insert into globaldoc values (2, 'french', 'Je suis Parisian');
insert into globaldoc values (3, 'english', 'I''m from New York');
この表に索引を付けるには、MULTIレクサー作業環境を使用し、さらに、言語列の名前を指定する必要があります。
create index globalx on globaldoc(text)
indextype is ctxsys.context
parameters ('lexer global_lexer
language column lang');
これにより、MULTI_LEXERレクサーでは各行について言語列の値を読み込み、その言語に関連付けられた言語固有のレクサーを使用します。
言語列には大文字と小文字の区別はなく、NLS名を指定することも言語の省略形を指定することもできます。その言語について、表で別の値が使用されている場合は、サブ・レクサーを追加するときに4番目の引数として代替値を指定する必要があります。たとえば、ドイツ語(German)のかわりに、ISO 639-2の文字列を使用するには、次のように指定します。
ctx_ddl.add_sub_lexer('global_lexer', 'german', 'german_lexer', 'ger');
これらの代替値は、NLSの名前および省略形に対する付加的な値であり、言語列に"D"および"GERMAN"と指定されていても、ドイツ語のレクサーが選択されます。つまり、代替値がNLSの言語名や省略形になることはありません。
ドキュメントの言語が不明な場合や、言語固有のレクサーにマッピングされていない場合は、DEFAULTレクサーが使用されます。DEFAULTレクサーは、停止ワードの処理にも使用されます。DEFAULTレクサーは必ず指定してください。これを指定しておかないと、索引作成においてMULTIレクサー作業環境を使用したときにエラーが発生します。DEFAULTサブ・レクサーについて、代替値を指定することはできません。
問合せ時には、MULTIでは、問合せトークンを処理するために言語固有のレクサーを選択します。これは、問合せセッションにおけるNLS_LANGの設定によって決まります。したがって、フランス語の問合せセッションでは、フランス語のレクサーが使用されます。
関連項目: メイン・トピック(アウトライン)、interMedia Text: はじめに