View
477
Download
1
Category
Preview:
DESCRIPTION
http://summit.solidq.com Tratamiento de textos en SQL Server, un repaso a todo lo que se puede hacer con la plataforma de datos de MS con textos, y su aplicación a diferentes escenarios (y sus combinaciones) - FullText - FullText Semantics (a partir de 2012) - DQS - Fuzzy Lookup y Fuzzy Grouping en SSIS - Funciones de búsqueda difusa en MDS - Q&A en Power BI - Otras opciones de tratamiento de textos (¿minería?, sistemas basados en metadatos, Big Data, …)
Citation preview
#SQSummit
@pausempere
SQL Server y TextosDel char(1) al análisis semántico
DPS – Business Intelligence
Clic para añadir certificacionClic para añadir certificacionClic para añadir certificacion
psempere@solidq.com
MAP 2012
Pau Sempere Sánchez
Objetivos
Repasar las opciones de tratamiento de textos que ofrece SQL Server
Predicar con el ejemplo
Agenda
Similitud de textos–Fonética–Sintáctica
Análisis semántico
Agenda
Similitud de textos–Fonética–Sintáctica
Análisis semántico
Similitud de texto
SOUNDEXHuella fonéticaCódigo de 4 caracteres
DIFFERENCEDiferencias fonéticasEscala de 0 a 4
6
DEMOSOUNDEX
Agenda
Similitud de textos–Fonética–Sintáctica
Análisis semántico
Similitud de texto
HERRAMIENTAS• SSIS• Fuzzy Grouping • Fuzzy Lookup
• DQS
• Consultas personalizadas
Similitud de texto
LevenshteinJaro-WinklerJaccardCommonSubstring
Función en la BD de MDS
SUMMIT 2014
SUMMIT 2013SUMMIT 2013
Similitud de texto
¡RUIDO!
ArtículosPreposicionesPalabras comunes dentro del dominio
¿Llamar a SSIS con una query?
DATA SOURCE
DATA STREAMING DESTINATION
OLEDB PROVIDER FOR SSIS
LINKED SERVER
SQL QUERY
SSIS PACKAGE
12
DEMOBuscador Online
CONJUNTO DE
REFERENCIANUEVOS ELEMENTO
S
MDS
DQS
Buscador
Fuzzy Lookup
Similarity MDS
Agenda
Similitud de textos–Fonética–Sintáctica
Análisis semántico
Análisis Semántico
FULL-TEXTClausulas propias:
–CONTAINS / CONTAINSTABLE• NEAR• ISABOUT (WEIGHT)• FORMSOF
Análisis Semántico
FULL-TEXTClausulas propias:
–FREETEXT / FREETEXTABLE
Análisis Semántico
• Wordbreakers
• Stoplists (ruido)
• Stemmers
• Tesauros personalizados
Análisis Semántico
FileTable• Carpeta/
tabla• FileStream• Versionado
de ficheros• Indexable
FullTextFILESTREAM
FILETABLE
ACCESO TRANSACCIONAL
ACCESO WINDOWS
BDCarpetas y ficheros
Acceso FileStrea
m BLOBS
FULLTEXT
SEMANTICS
19
DEMOEligiendo lecturas con Full-Text
Análisis Semántico
FULL-TEXT Semantics • Semántica
y contexto• Instalación
adicional• BD propia• Filter packs FILESTREAM
FILETABLE
ACCESO TRANSACCIONAL
ACCESO WINDOWS
BDCarpetas y ficheros
Acceso FileStrea
m BLOBS
FULLTEXT
SEMANTICS
23
DEMOFull-Text Semantics
Conclusiones
• La fonética no es suficiente
• Gestión avanzada de similitud • Fuzzy Lookup• Similarity MDS
• Queries full-text para búsqueda avanzada
• Gestión documental con FileTables y Semantics
2525
Power BI para usuarios de negocio
25
Curso onlineClases virtuales presenciales14, 15, 16, 21, 22 y 23 de JulioDe 16 a 20 h
Máster en BI 4ª Edición (Inicio Octubre 2014)- Clases presenciales virtuales- 450 horas (60 ECTS) - SolidQ – UPM
- Clases + trabajo práctico + proyecto- Beca de hasta 1.300 € para los primeros inscritos.
Máster en Big Data & Analytics1ª Edición (Inicio Octubre 2014)- Clases presenciales virtuales- 1 año (60 ECTS) UMA
- Clases + trabajo práctico + proyecto
Información e inscripción: http://university.solidq.com / ibinfo@solidq.com
Si quieres disfrutar de las mejores sesiones de nuestros mentores de España y Latino América, ésta es tu
oportunidad.
http://summit.solidq.com
Síguenos:
26
@pausempere
DPS – Business Intelligence
Pau Sempere Sánchez
Recommended