mam tb_sentence
tabela:Nie można przechowywać DOCUMENT_ID
=========================================================================
| id_row | document_id | sentence_id | sentence_content |
=========================================================================
| 1 | 1 | 0 | Introduction to Data Mining. |
| 2 | 1 | 1 | Describe how data mining. |
| 3 | 2 | 0 | The boss is right. |
=========================================================================
chcę tokenize sentence_content, więc tb_tokens
tabele zawierają:
==========================================================================
| tokens_id | tokens_word | tokens_freq | sentence_id | document_id |
==========================================================================
| 1 | Introduction | 1 | 0 | 1 |
| 2 | to | 1 | 0 | 1 |
| 3 | Data | 1 | 0 | 1 |
| 4 | Mining | 1 | 0 | 1 |
| 5 | Describe | 1 | 1 | 1 |
etc...
oto mój kod:
$sentence_clean = array();
$q1 = mysql_query("SELECT document_id FROM tb_sentence ORDER BY document_id ") or die(mysql_error());
while ($row1 = mysql_fetch_array($q1)) {
$doc_id[] = $row1['document_id'];
}
$q2 = mysql_query('SELECT sentence_content, sentence_id, document_id FROM tb_sentence ') or die(mysql_error());
while ($row2 = mysql_fetch_array($q2)) {
$sentence_clean[$row2['document_id']][] = $row2['sentence_content'];
}
foreach ($sentence_clean as $kal) {
if (trim($kal) === '')
continue;
tokenizing($kal);
}
z funkcją tokenizacji jest:
function tokenizing($sentence) {
foreach ($sentence as $sentence_id => $sentences) {
$symbol = array(".", ",", "\\", "-", "\"", "(", ")", "<", ">", "?", ";", ":", "+", "%", "\r", "\t", "\0", "\x0B");
$spasi = array("\n", "/", "\r");
$replace = str_replace($spasi, " ", $sentences);
$cleanSymbol = str_replace($symbol, "", $replace);
$quote = str_replace("'", "\'", $cleanSymbol);
$element = explode(" ", trim($quote));
$elementNCount = array_count_values($element);
foreach ($elementNCount as $word => $freq) {
if (ereg("([a-z,A-Z])", $word)) {
$query = mysql_query(" INSERT INTO tb_tokens VALUES ('','$word','$freq','$sentence_id', '$doc_id')");
}
}
}
}
Problem polega na tym, że document_id
nie można odczytać i nie można go wstawić do tabeli tb + tokenów. Jak zadzwonić do tych document_id
? dziękuję :)
ZADANIE: Każde słowo (wynik tokenizacji) ma document_id
i sentence_id
. mój problem nie może wywołać document_id
. jak wywoływać oba atrybuty sentence_id
i document_id
w każdym słowie?
Dobra robota przedstawiająca pytanie. Z WYJĄTKIEM ... "problem polega na tym, że dokumentu id nie można odczytać i nie można go wstawić do tabeli tb +" - czy możesz być bardziej precyzyjny? Co idzie źle? – Smandoli
@Smandoli przepraszam, jeśli mój angielski jest zły. Każda "sentencja" ma "id_dokumentu". Muszę wstawić słowa tokenów również z id_dokumentu, ale nie mogę odczytać document_id – bruine
Nie ma '$ row ['id_dokumentu']", ponieważ nie włączyłeś "id_dokumentu" na liście wyboru drugiego zapytania. –