Cara Mencari Satu Aksara Cina dalam Jurnal Campuran Cina-Inggeris
Jika jurnal anda tidak memaparkan hasil untuk aksara Cina, mula-mula semak aplikasi dan mod carian yang anda gunakan. Kemudian uji nota yang diketahui dengan pertanyaan satu aksara, istilah dua aksara dan perkataan bahasa Inggeris. Bandingkan hasilnya dengan tingkah laku aplikasi yang didokumenkan sebelum mengubah tetapan atau menganggap aksara itu tiada. Enjin carian berbeza-beza: sesetengahnya menggunakan sempadan perkataan, sesetengahnya menawarkan carian asas yang berasingan, dan sesetengah dokumentasi tidak menyatakan cara teks Cina dipadankan.
Mulakan dengan dokumentasi carian aplikasi itu sendiri
Carian ialah ciri aplikasi, bukannya peraturan sejagat. Jurnal mungkin menggunakan indeks teks penuh, imbasan teks asas atau lebih daripada satu mod. Malah produk yang dibina menggunakan SQLite pun boleh berbeza dari segi sambungan SQLite, tokenizer dan pengendalian khusus aplikasi. Contohnya, Joplin mendokumentasikan penggunaan SQLite FTS4 dan menyatakan bahawa ia beralih kepada mod tersuai untuk bahasa yang tidak menggunakan sempadan perkataan Latin, termasuk bahasa Cina. Halamannya juga membezakan padanan istilah tepat daripada padanan subrentetan dalam mod FTS yang didokumenkan. Butiran ini menerangkan Joplin; ia tidak menentukan tingkah laku jurnal lain.
Cari versi produk dan platform yang tepat, kemudian catat sama ada manual menerangkan carian teks penuh, mod asas, padanan token atau perkataan, padanan subrentetan, tingkah laku khusus bahasa dan kandungan terindeks seperti lampiran. Jangan anggap kotak carian mengimbas setiap aksara yang kelihatan hanya kerana ia menerima input bahasa Cina. Sebaliknya, jangan anggap indeks akan menolak teks Cina: aplikasi itu mungkin mempunyai mod yang peka bahasa atau pelaksanaan lain.
Sediakan nota kawalan ringkas
Gunakan satu nota yang diketahui sebagai semakan terkawal. Contohnya, cipta nota fiksyen yang kandungannya berbunyi: “山水 — 北京 — journal”. Di sini, 山 ialah satu aksara tunggal yang diketahui; 北京 ialah istilah dua aksara yang diketahui; dan journal ialah perkataan kawalan bahasa Inggeris. Simpan nota itu, tunggu sebarang kelewatan pengindeksan yang didokumenkan, kemudian cari setiap item secara berasingan. Catat sama ada nota itu muncul untuk 山, 北京 dan journal. Ini ialah semakan yang dicadangkan, bukannya hasil daripada pengujian mana-mana aplikasi sebenar.
Jika carian journal juga tidak menemui nota itu, mula-mula semak sama ada nota telah disimpan, termasuk dalam akaun atau buku nota yang dipilih, dan berada dalam medan yang dicari. Jika journal berfungsi tetapi kedua-dua pertanyaan Cina tidak, masalahnya lebih khusus berkaitan pengendalian CJK atau cara istilah carian ditafsirkan. Jika 北京 berfungsi tetapi 山 tidak, catat perbezaan itu: hal ini mungkin menunjukkan tingkah laku panjang istilah minimum atau sempadan token, tetapi hasil itu sahaja tidak mengenal pasti puncanya.
Bandingkan carian teks penuh, asas dan subrentetan dengan teliti
Dalam carian teks penuh, aplikasi mungkin membahagikan teks kepada istilah dan memadankan istilah terindeks tersebut. Sebaliknya, carian subrentetan mencari jujukan aksara di dalam teks yang lebih besar. Tingkah laku ini berbeza: memadankan istilah penuh tidak semestinya bermakna setiap jujukan yang lebih pendek di dalamnya turut dipadankan. Joplin secara jelas mendokumentasikan perbezaan ini untuk pertanyaan FTS dan menyatakan bahawa mod tersuai CJK tidak bergantung pada sempadan perkataan Latin. Awalan garis miring yang didokumenkan membolehkan carian asas untuk keadaan yang kurang sesuai dikendalikan oleh FTS, walaupun Joplin memberi amaran bahawa mod ini boleh menjadi jauh lebih perlahan. Gunakan sintaks itu hanya dalam Joplin dan hanya seperti yang diterangkan dalam manual semasanya.
Dokumentasi pangkalan data boleh menjelaskan sebab butiran pelaksanaan penting tanpa meramalkan hasil carian sesuatu aplikasi. Dokumentasi FTS5 SQLite menerangkan tokenizer yang boleh dikonfigurasikan, termasuk pilihan Unicode61 dan trigram. Walau bagaimanapun, dokumentasi Joplin yang dirujuk menyebut FTS4. Oleh itu, contoh FTS5 tidak boleh digunakan untuk mendakwa bahawa Joplin atau setiap jurnal menggunakan tokenizer tersebut. Semak dokumentasi aplikasi itu sendiri sebelum menerapkan penjelasan pada peringkat pangkalan data.
Diagnosis corak, bukan sekadar pertanyaan yang gagal
Gunakan urutan ini untuk mengecilkan skop masalah:
Jangan gunakan operator carian atau kesimpulan daripada satu aplikasi untuk aplikasi lain. Panduan pengguna Notes Apple menerangkan carian dalam kandungan nota dan beberapa jenis lampiran, serta menyatakan bahawa ciri yang tersedia mungkin bergantung pada akaun. Panduan itu tidak menyatakan sempadan token bahasa Cina atau menjamin carian subrentetan aksara tunggal. Jika dokumentasi rasmi tidak menyatakan perkara itu, kesimpulan yang boleh dipercayai hanyalah bahawa tingkah laku tersebut tidak didokumenkan di situ.
Sahkan bahawa nota yang diketahui muncul apabila dicari menggunakan perkataan kawalan bahasa Inggerisnya.
Cari istilah Cina dua aksara yang diketahui, kemudian aksara tunggal yang diketahui, sebagai pertanyaan berasingan.
Semak sama ada skop semasa merangkumi nota dan kandungannya, serta sama ada aplikasi hanya mengindeks jenis kandungan tertentu.
Rujuk manual untuk mengetahui sama ada terdapat mod carian asas, tingkah laku khusus CJK, padanan token atau sokongan subrentetan. Cuba mod alternatif hanya menggunakan sintaks yang didokumenkan oleh aplikasi.
Jika hanya carian satu aksara yang gagal, laporkan corak tepat itu kepada saluran sokongan aplikasi berserta platform, versi, pertanyaan dan nota minimum yang boleh menghasilkan semula masalah. Elakkan berkongsi kandungan jurnal peribadi.
Perkara yang boleh diberitahu oleh carian kawalan
Nota kawalan membantu membezakan nota yang tiada atau skop carian yang salah daripada masalah carian khusus bahasa. Nota itu tidak membuktikan cara aplikasi mengindeks setiap nota, lampiran, akaun atau bahasa. Simpan nama aplikasi, platform, versi, mod carian dan hasil bagi ketiga-tiga pertanyaan bersama-sama; rekod ringkas itu lebih berguna daripada sekadar mengatakan “carian bahasa Cina rosak.” Jika anda memerlukan carian satu aksara yang boleh diharap untuk arkib sebenar, sahkan tingkah lakunya menggunakan nota contoh anda sendiri sebelum menyusun semula atau mengimportnya semula.