Configuração do Thesaurus

Conteúdo inicial dos arquivos de dicionário de sinônimos

Todos os arquivos de dicionário de sinônimos fornecidos com o SQL Server 2008 contêm o seguinte código XML:

<XML ID="Microsoft Search Thesaurus">

<!--  Commented out

    <thesaurus xmlns="x-schema:tsSchema.xml">
<diacritics_sensitive>0</diacritics_sensitive>
        <expansion>
            <sub>Internet Explorer</sub>
            <sub>IE</sub>
            <sub>IE5</sub>
        </expansion>
        <replacement>
            <pat>NT5</pat>
            <pat>W2K</pat>
            <sub>Windows 2000</sub>
        </replacement>
        <expansion>
            <sub>run</sub>
            <sub>jog</sub>
        </expansion>
    </thesaurus>
-->
</XML>

[Início]

Localização dos arquivos de dicionário de sinônimos

A localização padrão dos arquivos de dicionário de sinônimos é esta:

<caminho_dos_arquivos_de_dados_do_SQL_Server>\MSSQL10_50.MSSQLSERVER\MSSQL\FTDATA\

Esse local padrão contém os seguintes arquivos:

• Arquivos de dicionário de sinônimos específicos de um idioma

  Durante a instalação, arquivos vazios do dicionário de sinônimos são instalados no local indicado acima. Um arquivo à parte é fornecido para cada idioma suportado. Um administrador de sistema pode personalizar esses arquivos.

  Os nomes de arquivo padrão dos arquivos de dicionário de sinônimos usam o seguinte formato:

  'ts' + <abreviação de linguagem de três letras> + '.xml'

  O nome do arquivo do dicionário de sinônimos de um idioma é especificado no Registro no seguinte valor: HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Microsoft SQL Server\<nome-da-instância>\MSSearch\<abreviação-do-idioma>.

• O arquivo de dicionário de sinônimos global

  Um arquivo de dicionário de sinônimos global vazio, tsGlobal.xml.

Você pode alterar a localização e os nomes de um arquivo de dicionário de sinônimos mudando a respectiva chave do Registro. Para cada idioma, a localização do arquivo de dicionário de sinônimos é especificada no seguinte valor do Registro:

HKLM/SOFTWARE/Microsoft/Microsoft SQL Server/<nome da instância>/MSSearch/Language/<abreviação-do-idioma>/TsaurusFile

O arquivo de dicionário de sinônimos global corresponde ao idioma Neutro com LCID 0. Esse valor só pode ser alterado por administradores.

[Início]

Como as consultas usam arquivos de dicionário de sinônimos

Uma consulta ao dicionário de sinônimos usa um dicionário de sinônimos específico de um idioma e o dicionário de sinônimos global. Primeiro, a consulta pesquisa pelo arquivo específico do idioma e depois o carrega para ser processado (a menos que já esteja carregado). A consulta é expandida para incluir os sinônimos específicos do idioma definidos pelos conjuntos de expansão e regras de substituição no arquivo do dicionário de sinônimos. Essas etapas são repetidas para o dicionário de sinônimos global. Entretanto, se um termo já tiver correspondências no arquivo de dicionário de sinônimos específico do idioma, ele não terá correspondentes no dicionário de sinônimos global.

[Início]

Noções básicas sobre a estrutura de um arquivo de dicionário de sinônimos

Cada arquivo de dicionário de sinônimos define um contêiner XML cujo ID é Microsoft Search Thesaurus, além de um comentário, <!-- … -->, que contém um dicionário de sinônimos de exemplo. O dicionário de sinônimos é definido em um elemento <thesaurus> que contém amostras dos elementos filho que definem a configuração de diacríticos, os conjuntos de expansão e os conjuntos de substituição, como segue:

• Estrutura XML da configuração de diacríticos

  A configuração de diacríticos de um dicionário de sinônimos é especificada em um único elemento <diacritics_sensitive>. Esse elemento contém um valor de inteiro que controla a distinção de acentos, da seguinte maneira:

  Configuração de diacríticos	Valor	XML
  Não diferencia acentos	0	<diacritics_sensitive>0</diacritics_sensitive>
  Diferencia acentos	1	<diacritics_sensitive>1</diacritics_sensitive>

  Observação
  Essa configuração só pode ser aplicada uma vez no arquivo e é válida para todos os padrões de pesquisa do arquivo. Essa configuração não pode ser especificada para padrões individuais.

• Estrutura XML de um conjunto de expansão

  Cada conjunto de expansão é incluído em um elemento <expansion>. Nesse elemento, você especifica uma ou mais substituições em um elemento <sub>. No conjunto de expansão, você pode especificar um grupo de substituições sinônimas umas das outras.

  Por exemplo, você pode editar a seção de expansão para tratar as substituições "escritor", "autor" e "jornalista" como sinônimas. As consultas de pesquisa de texto completo que contêm correspondências em uma substituição são expandidas para incluir todas as demais substituições especificadas no conjunto. Por isso, no exemplo anterior, quando você emite uma consulta FORMS OF THESAURUS ou FREETEXT para a palavra "autor", a pesquisa de texto completo também retorna resultados que contêm as palavras "escritor" e "jornalista".

  A seção de conjuntos de expansão do exemplo anterior seria parecida com esta:

   <expansion>
           <sub>writer</sub>
           <sub>author</sub>
           <sub>journalist</sub>
   </expansion>
  

• Estrutura XML de um conjunto de substituição

  Cada conjunto de substituição é incluído em um elemento <replacement>. Nesse elemento, você pode especificar um ou mais padrões em um elemento <pat> e zero ou mais substituições em elementos <sub>, um por sinônimo. Também pode especificar um padrão a ser substituído por um conjunto de substituição. Padrões e substituições podem conter uma palavra ou uma sequência de palavras. Se não houver uma substituição especificada para um padrão, isso será o mesmo que remover o padrão da consulta do usuário.

  Por exemplo, vamos supor que você deseja que as consultas relacionadas ao termo "W2K", o padrão, sejam substituídas por "Windows 2000" ou "XP", as substituições. Se você executar uma consulta de texto completo usando o termo "W2K", a pesquisa de texto completo só retornará resultados que contêm "Windows 2000" ou "XP", e não resultados com "W2K", o que acontece porque o padrão "W2K" foi “substituído” pelos padrões "Windows 2000" e "XP".

  A seção de conjuntos de substituição procuraria o seguinte para o exemplo anterior:

   <replacement>
           <pat>W2K</pat>
           <sub>Windows 2000</sub>
           <sub>XP</sub>
   </replacement>
  

  Se você tiver dois conjuntos de substituição com padrões semelhantes sendo associados, o mais longo dos dois tem precedência. Por exemplo, ao consultar FORMS OF THESAURUS para "comunidade online do Internet Explorer" com os conjuntos de substituição a seguir, o conjunto de substituição "Internet Explorer" tem precedência sobre o conjunto de substituição "Internet". Portanto essa consulta será processada como "comunidade online do IE" ou "comunidade online do IE 5".

  <replacement>
           <pat>Internet</pat>
           <sub>intranet</sub>
  </replacement>
  

  e

  <replacement>
           <pat>Internet Explorer</pat>
           <sub>IE</sub>
           <sub>IE 5</sub>
  </replacement>
  

[Início]

Trabalhando com arquivos de dicionário de sinônimos

Para editar um arquivo de dicionário de sinônimos

• Como editar um arquivo de dicionário de sinônimos (Pesquisa de Texto Completo)

Para carregar um arquivo de dicionário de sinônimos atualizado

• sp_fulltext_load_thesaurus_file (Transact-SQL)

Para exibir o resultado da geração de tokens de um separador de palavras, dicionário de sinônimos e combinação de lista de palavras irrelevantes

• sys.dm_fts_parser (Transact-SQL)

Consulte também

Tarefas

Referência

Conceitos