Improve docs

This commit is contained in:
Nikolay Degterinsky 2021-08-02 12:32:45 +00:00
parent 6951e8147d
commit d9db3dcff8
2 changed files with 22 additions and 8 deletions

View File

@ -3,11 +3,14 @@ toc_priority: 67
toc_title: NLP toc_title: NLP
--- ---
# Natural Language Processing functions {#nlp-functions} # [experimental] Natural Language Processing functions {#nlp-functions}
!!! warning "Warning"
This is an experimental feature that is currently in development and is not ready for general use. It will change in unpredictable backwards-incompatible ways in the future releases. Set `allow_experimental_nlp_functions = 1` to enable it.
## stem {#stem} ## stem {#stem}
Performs stemming on a previously tokenized text. Performs stemming on a given word.
**Syntax** **Syntax**
@ -38,7 +41,7 @@ Result:
## lemmatize {#lemmatize} ## lemmatize {#lemmatize}
Performs lemmatization on a given word. Performs lemmatization on a given word. Needs dictionaries to operate. Dictionaries can be obtained [here](https://github.com/vpodpecan/lemmagen3/tree/master/src/lemmagen3/models).
**Syntax** **Syntax**
@ -79,7 +82,11 @@ Configuration:
## synonyms {#synonyms} ## synonyms {#synonyms}
Finds synonyms to a given word. Finds synonyms to a given word. There are two types of synonym extensions: `plain` and `wordnet`.
With `plain` extension type we need to provide a path to simple text file, where each line corresponds to certain synonym set. Words in this line must be separated with space or tab characters.
With `wordnet` extension type we need to provide a path to directory with WordNet thesaurus in it. Thesaurus must contain WordNet sense index.
**Syntax** **Syntax**
@ -89,7 +96,7 @@ synonyms('extension_name', word)
**Arguments** **Arguments**
- `extension_name` — Name of the extention in which search will be performed. [String](../../sql-reference/data-types/string.md#string). - `extension_name` — Name of the extension in which search will be performed. [String](../../sql-reference/data-types/string.md#string).
- `word` — Word that will be searched in extension. [String](../../sql-reference/data-types/string.md#string). - `word` — Word that will be searched in extension. [String](../../sql-reference/data-types/string.md#string).
**Examples** **Examples**

View File

@ -3,7 +3,10 @@ toc_priority: 67
toc_title: NLP toc_title: NLP
--- ---
# Функции для работы с ествественным языком {#nlp-functions} # [экспериментально] Функции для работы с ествественным языком {#nlp-functions}
!!! warning "Предупреждение"
Сейчас использование функций для работы с ествественным языком является экспериментальной возможностью. Чтобы использовать данные функции, включите настройку `allow_experimental_nlp_functions = 1`.
## stem {#stem} ## stem {#stem}
@ -38,7 +41,7 @@ Result:
## lemmatize {#lemmatize} ## lemmatize {#lemmatize}
Данная функция проводит лемматизацию для заданного слова. Данная функция проводит лемматизацию для заданного слова. Для работы лемматизатора необходимы словари, которые можно найти [здесь](https://github.com/vpodpecan/lemmagen3/tree/master/src/lemmagen3/models).
**Синтаксис** **Синтаксис**
@ -79,7 +82,11 @@ SELECT lemmatize('en', 'wolves');
## synonyms {#synonyms} ## synonyms {#synonyms}
Находит синонимы к заданному слову. Находит синонимы к заданному слову. Представлены два типа расширений словарей: `plain` и `wordnet`.
Для работы расширения типа `plain` необходимо указать путь до простого текстового файла, где каждая строка соотвествует одному набору синонимов. Слова в данной строке должны быть разделены с помощью пробела или знака табуляции.
Для работы расширения типа `plain` необходимо указать путь до WordNet тезауруса. Тезаурус должен содержать WordNet sense index.
**Синтаксис** **Синтаксис**