【正文】 } ((),strBuf)。 //AfxMessageBox(strSQL)。 } ()。 (length,(LPCSTR)strBuf,2)。 查詢實現(xiàn) 流程圖 CString strBuf,strTmp,strSpace。 len=0。 ()。 (status,1,2)。 ()。%s39。 if(()0) { dis_status(字典未選擇 !!)。 int intProvince,intWord。 } return false。///創(chuàng)建 Connection 對象 if(SUCCEEDED(hr)) { hr=m_pConnectionOpen(LINK_CHAR,adModeUnknown)。 case 4: m_pRecordsetFieldsGetItem(_variant_t(FieldName))Value=atof(RealData)。 數(shù)據(jù)庫操作類 CString strKeyWord[8]。 （ 1）數(shù)據(jù)庫的創(chuàng)建，建立詞典，年份、省份、專業(yè)、科類原始表。遞交之后 ,可以用Status 屬性檢查數(shù)據(jù)沖突。 Recordset 對象的用法如下 : CursorType 屬性設置游標類型。 Name 屬性 ,這樣以后可以在相應的 Connection 對象上按 Name 屬性指定的方法名執(zhí)行。 (2) Command 對象 Command 對象代表一個命令 ,可以通過其方法執(zhí)行針對數(shù)據(jù)源的有關操作 ,比如查詢、修改等。 Open 和 Close 控制 Connection 對象與物理數(shù)據(jù)源的連接。由于 OLE DB 可提供關系型數(shù)據(jù)源也可以提供非關系型數(shù)據(jù)源 ,所以在非關系型數(shù)據(jù)源上使用傳統(tǒng)的 SQL 命令查詢數(shù)據(jù)有可能無效 ,甚至 Command 命令對象也不能使用。ADO 最早被用于 Microsoft Inter Information Server 中訪問數(shù)據(jù)庫的接口 ,與一般的數(shù)據(jù)庫接口相比 ,ADO 可更好地用于網(wǎng)絡環(huán)境 ,通過優(yōu)化技術 ,它盡可能地降低網(wǎng)絡流量 。 可以說一致的數(shù)據(jù)訪問技術的核心是 OLE DB,OLE DB 建立了數(shù)據(jù)訪問的標準接口 ,它把所有的數(shù)據(jù)源經(jīng)過抽象形成行集 (rowset)的概念。而且 ,OLEDB 分成兩部分 ,一部分由數(shù)據(jù)提供者實現(xiàn) ,包括一些基本功能 ,如獲取數(shù)據(jù)、修改數(shù)據(jù)、添加數(shù)據(jù)項等 。 一致數(shù)據(jù)訪問介紹 隨著網(wǎng)絡技術和數(shù)據(jù)庫技術的不斷發(fā)展 ,現(xiàn)在的應用系統(tǒng)對數(shù)據(jù)集成的要求越來越高 ,這些數(shù)據(jù)有可能分布在不同的地方 ,并且使用不同的格式 ,例如關系型數(shù)據(jù)庫和操作系統(tǒng)中的文件、電子表格、電子郵件、多媒體數(shù)據(jù)以及目錄服務信息等等。 MFC 簡述 MFC（ Microsoft Foundation Class）指的是 Microsoft 基礎類，是用來為 Windows 開發(fā) C++GUI 應用程序。對數(shù)據(jù)的計算處理使用的是數(shù)據(jù)庫字段匯總。同時，它不要求用戶指定對數(shù)據(jù) 的存放方法， 這種特性使用戶更易集中精力于要得到的結(jié)果；所有 SQL 語句使用查詢優(yōu)化器，它是 RDBMS的一部分，由它決定對指定數(shù)據(jù)存取的最快速度的手段，查詢優(yōu)化器知道存在什么索引，在哪兒使用索引合適，而用戶則從不需要知道表是否有索引、有什么類型的索引。 ANSI（美國國家標準學會）聲稱， SQL 是關系數(shù)據(jù)庫管理系統(tǒng)的標準語言。 （ 2） 數(shù)據(jù)表定義：數(shù)據(jù)表定義指定義數(shù)據(jù)庫中數(shù)據(jù)表的結(jié)構，數(shù)據(jù)表的邏輯結(jié)構包括：屬性名稱、類型、表示形式、缺省值、校驗規(guī)則、是否關鍵字、可否為空等。 （ 2） 概念設計的任務是從 DFD 出發(fā)，繪制出本主題的實體－關系圖，并列出各個實體與關系的綱要表。也就是那些在字典中都沒有收錄過，但又確實能稱為詞的那些詞。由于沒有人的知識去理解，計算機很難知道到底哪個方案 正確。中文是一種十分復雜的語言，讓計算機理解中文語言更是困難。當緊密程度高于某一個閾值時，便可認為此字組可能構成了一個詞。在總控部分的協(xié)調(diào)下，分詞子系統(tǒng)可以獲得有關詞、句 子等的句法和語義信息來對分詞歧義進行判斷，即它模擬了人對句子的理解過程。但這種精度還遠遠不能滿足實際的需要。 現(xiàn)有的分詞算法可分為三大類：基于字符串匹配的分詞方法、基于理解的分詞方法和基于統(tǒng)計的分詞方法。具體的有語音、手勢、虛擬空間等操作計算機的方式，而語音、手寫等交互方式都是以自然語言理解為基礎的。我們認為，在研究方法上應定位于以數(shù)據(jù)庫語義為中心的思想。 對現(xiàn)存問題的解決 為解決數(shù)據(jù)庫自然語言界面中存在的問題，目前技術研究主要朝以下三方面努力： ? 增強系統(tǒng)的可移植性； ? 擴展系統(tǒng)的語言范疇； ? 擴展 系統(tǒng)的概念范疇。 自然語言更新處理 自然語言更新處理在某種意義上講要比自然語言的查詢更難處理。由于有了中間語言，當系統(tǒng)架構于不同的 DBMS 之上時，只需對其中的查詢生成和查詢處理模塊做必要的調(diào)整即可。好的提取方法必須能充分減少用戶負擔，增強自動生成能力。進入 90 年代后，國內(nèi)在從事數(shù)據(jù)庫漢語查詢界面方面的研究有了一些進展，但在系統(tǒng)建設方面只停留在原型系統(tǒng)的水平上，難以見到一些成熟的系統(tǒng)。較有名的系統(tǒng)有 Intellect、 Teli、 Datatalker。因為用大量精力所開發(fā)的一個系統(tǒng)只能適用某一類應用，這顯然不令人滿意。 Ladder 是產(chǎn)生于 70 年代后期的一個重要系統(tǒng)。其發(fā)展大致可分為三個時期。它的優(yōu)勢具體表現(xiàn)在： ? 用戶無需了解數(shù)據(jù)庫的內(nèi)部結(jié)構； ? 用戶不再需要熟悉數(shù)據(jù)庫本身的查詢語言； ? 大大減輕了用戶的培訓負擔。 從廣義上講，數(shù)據(jù)庫自然語言界面應當包括數(shù)據(jù)定義、數(shù)據(jù)更新和數(shù)據(jù)查詢等功能，旨在為與數(shù)據(jù)庫有關的各種操作提供一個易于使用的環(huán)境。許多年來，人們一直在 努力改善人機界面，使計算機易用易學。 數(shù)據(jù)庫自然語言界面 對計算機人機界面的研究是計算機領域永恒且無止境的前沿課 題。許多年來，它作為智能界面的重要組成部分引起了人們的廣泛興趣，成為具有重要理論價值和巨大實用價值的研究領域。換句話說，用戶可以直接以應用領域的概念而不是數(shù)據(jù)庫的概念模式來訪問，這意味著用戶無需了解數(shù)據(jù)庫內(nèi)的表名、列名，而可以直接以用戶熟悉的對象名稱提問，從而大大減輕了用戶的學習負擔。 70 年代和 80 年代在這方面進行了大量的研究工作，并研制了若干數(shù)據(jù)庫自然語言界面原型系統(tǒng)和商用系統(tǒng)。 Lunar 系統(tǒng)是這一時期的典型代表，它對以后的自然語言界面的研制產(chǎn)生了許多影響 。 通用系統(tǒng)（ 80～ 90 年代） 80 年代是 NLIDB 研究最為活躍的時期，其研究重點放在了系統(tǒng)的可移植性上，即通用系統(tǒng)的研究。商業(yè)系統(tǒng)在這一時期 大量涌現(xiàn)。在 70 年代和 80 年代，我國人工智能方面的學者開始研究漢語人－機對話系統(tǒng)，這些系統(tǒng)與數(shù)據(jù)庫的 結(jié)合尚不緊密。 領域知識提取處理的好壞不僅影響到系統(tǒng)的可移植性，由于它的生成結(jié)果是詞典，因此也將影響到系統(tǒng)的可用 性。它的最大好處在于具有比較好的可移植性。知識在自然語言查詢處理中的作用遠不限于此，概括起來有以下三方面內(nèi)容：領域知識在解釋查詢中的重要性、領域知識在回答查詢中的重要性、用戶模型的重要性。顯然后一種方法簡單易行，而且系統(tǒng)實現(xiàn)也可因此大大簡化，但它不是解決問題的積極方法。傳統(tǒng)的研究方法在走兩個極端，從事自然語言處理的人認定 NLIDB 的核心技術是 “ 自然語言理解 ” ，而搞數(shù)據(jù)庫的人則總是不能跳出原有數(shù)據(jù)庫查詢的圈子，只能給出其實不需語言處理的菜單構造界面。而新一代界面應該是 MTM（ MindToMachine）型，即將腦中所想的直接提交給機器來完成，人們只需關心 What，而無需關心 How。 中文切詞 技術特點 中文分詞技術屬于自然語言處理技術范疇，對于一句話，人可以通過自己的知識來明白哪些是詞，哪些不是詞，但如何讓計算機也能理解？其處理過程就是分詞算法。統(tǒng)計結(jié)果表明，單純使用正向最大匹配的錯誤率為 1/169，單純使用逆向最大匹配的錯誤率為 1/245。它通常包括三個部分：分詞子系統(tǒng)、句法語義子系統(tǒng)、總控部分?；ガF(xiàn)信息體現(xiàn)了漢字之間結(jié)合關系的緊密程度。 中文切詞 技術難點 有了成熟的分詞算法，是否就能容易的解決中文 分詞的問題呢？事實遠非如此?！富瘖y和服裝」可以分成「化妝 和服裝」或者「化妝 和服 裝」。 新詞，專業(yè)術語稱為未登錄詞。 （ 1） 數(shù)據(jù)庫需求分析的任務是將業(yè)務管理單證流化為數(shù)據(jù)流，劃分主題之間的邊界，繪制出 DFD 圖，并完成相應的數(shù)據(jù)字典。針對選擇的 DBMS，進行數(shù)據(jù)庫結(jié)構定義。 SQL 通常使用于數(shù)據(jù)庫的通訊。SQL的集合特性允許一條 SQL語句的結(jié)果作為另一條 SQL語句的輸入。 語義理解 包括分詞 ,詞義理解 ,句意理解以及段意理解 語義抽取 從語義中抽取所需要的查詢要求 語義輸出 根據(jù)語義從數(shù)據(jù)庫查詢并輸出信息 系統(tǒng)需求 硬件環(huán)境： CPU PⅢ 550 ，內(nèi)存 256M ，硬盤 20G 軟件環(huán)境使用 WindowsXP 操作系統(tǒng)，用 visual c++ 為開發(fā)平臺，數(shù)據(jù)庫使用 SQL Server 2021，在開發(fā)此軟件時用的是 VC 中的 MFC 框架。 Access 中的各種向?qū)椭脩舴奖憧旖莸貏?chuàng)建各種數(shù)據(jù)庫對象 。本文將首先介紹 ADO 和 OLE DB 的結(jié)構模型 ,以便讀者了解 ADO 與 OLE DB之間的關系 ,然后介紹 ADO 的對象模型和 ADO 的一些特性 ,同時我們也將通過一些例子代碼向讀者展示 ADO 的用法。 應用程序既可以通過 ADO 訪問數(shù)據(jù)也可以直接通過 OLE DB 訪問數(shù)據(jù) ,而 ADO 則通過 OLE DB 訪問底層數(shù)據(jù)。所有這些功能都無需數(shù)據(jù)提供方編寫代碼實現(xiàn) ,只需在 DCOM 或 MTS 環(huán)境中進行常規(guī)的配置即可。 ADO 對象模型 ADO 對象模型定義了一 組可編程的自動化對象 ,可用于 Visual Basic、 Visual C++、 Java 以及其他各種支持自動化特性的腳本語言。 在 Connection、 Command 和 Recordset 3 個對象中 ,Command 對象是個可選對象 ,它是否有效取決于 OLE DB 數(shù)據(jù)提供者是否實現(xiàn)了ICommand 接口。 OLE DB 提供者的屬性 Provider。使用 Execute 方法比較簡便 ,但用 Command對象可以保存命令的信息 ,以便多次查詢。 ActiveConnection 屬性 ,為命令指定連接串 ,Command 對象將在內(nèi)部創(chuàng)建 C onnection 對象。 鍵集 (keyset)游標 類似 于動態(tài)游標 ,也能夠看到其他用戶所做的數(shù)據(jù)修改 ,但不能看到其他用戶新加的記錄 ,也不能訪問其他用戶刪除的記錄。 在批修改方式下 ,可以對多條記錄進行修改 ,然后調(diào)用UpdateBatch 方法把所有的修改遞交到底層數(shù)據(jù)源。 第四章 總體設計 系統(tǒng)模塊分析 整個系統(tǒng)分為六個部分。 系統(tǒng)結(jié)構圖 數(shù)據(jù)據(jù) 操 作 作 開始 結(jié)束 數(shù)據(jù)庫創(chuàng)建 同義詞輸 入入 建立詞典 建立年份科類 建立省份專業(yè) 建立考試信息 數(shù)據(jù)存取 輸入檢查 產(chǎn)生查詢結(jié)果傳輸 同義詞入庫 生成查詢語言傳輸 成員變量 CAccountAdo Ado,Adod。 case 3: m_pRecordsetFieldsGetItem(_variant_t(FieldName))Value=long(atol(RealData))； break。 try{ hr = (_uuidof(Connection))。e ) { dump__error(e)。 } 同義詞典輸入 CString strSQL,strTmp,strBuf。 intProvince=atoi((LPCSTR)(()))。 } (select * from dictionary where trim(name)=39。 } if(()) { dis_status(語義已存在 )。 (word_id,(LPCSTR)strBuf,2)。 UpdateData(false)。 int i,len,k,j。 char szBuf[10]。 ()。