詞彙查閱轉換
適用於： 
SQL Server Azure Data Factory 中的 SSIS Integration Runtime
「詞彙查閱」轉換會比對從轉換輸入資料行的文字中擷取的詞彙，以及參考資料表中的詞彙。 然後，它會計算查閱資料表中的詞彙在輸入資料集中出現的次數，並將計數與參考資料表的詞彙一起寫入轉換輸出中的資料行。 此轉換包括單字頻率統計資料，對基於輸入文字建立自訂單字清單很有用處。
在「詞彙查閱」轉換執行查閱之前，它會使用與「詞彙擷取」轉換相同的方法從輸入資料行的文字中擷取單字：
文字分解為句子。
句子分解為單字。
單字會正規化。
若要進一步自訂要比對的詞彙，可以設定「詞彙查閱」轉換，以執行區分大小寫的比對。
比對
「詞彙查閱」會使用下列規則執行查閱並傳回值：
如果設定轉換執行區分大小寫的比對，則會捨棄使區分大小寫比較失敗的比對。 例如，會將 student 及 STUDENT 視為不同的單字。
注意
未大寫的單字可與在句子開頭大寫的單字進行比對。 例如，當 Student 為句子第一個單字時， student 與 Student 之間的比對則會成功。
如果名詞或名詞片語的複數形式存在於參考資料表中，則查閱只會比對名詞或名詞片語的複數形式。 例如， students 的所有執行個體都會在 student的執行個體之外另行計數。
如果在參考資料表中找到單字的單數形式，則單字或片語的單數及複數形式都會與單數形式比對。 例如，如果查閱資料表包含 student，且轉換找到單字 student 及 students，則會將這兩個單字作為查閱詞彙 student的相符部份進行計數。
如果輸入資料行中的文字是還原的名詞片語，則只有該名詞片語中的最後一個單字會受正規化影響。 例如， doctors appointments 的還原版本是 doctors appointment。
當查閱項目在參考集中包含重疊的詞彙 (即，在一個以上參考記錄中找到子詞彙) 時，「詞彙查閱」轉換只會傳回一個查閱結果。 下列範例顯示查閱項目包含重疊子詞彙時的結果。 此處的重疊子詞彙為 Windows，其在兩個參考詞彙中均有找到。 但轉換不會傳回兩個結果，而只會傳回單一參考詞彙 Windows。 第二個參考詞彙 Windows 7 Professional不會傳回。
| Item | 值 |
|---|---|
| 輸入詞彙 | Windows 7 Professional |
| 參考詞彙 | Windows、Windows 7 Professional |
| 輸出 | Windows |
「詞彙查閱」轉換可以比對包含特殊字元的名詞及名詞片語，且參考資料表中的資料可能包含這些字元。 特殊字元如下：%、@、&、$、#、*、:、;、.、,、!、?、<、>、+、=、^、~、|、\、/、(、)、[、]、{、}、" 和 '。
資料類型
「詞彙查閱」轉換只可以使用具有 DT_WSTR 或 DT_NTEXT 資料類型的資料行。 如果資料行包含文字，但不具有這些資料類型的其中之一，則「資料轉換」可以將具有 DT_WSTR 或 DT_NTEXT 資料類型的資料行加入資料流程，並將資料行值複製至新資料行。 然後，「資料轉換」的輸出可以用作「詞彙查閱」轉換的輸入。 如需詳細資訊，請參閱 Data Conversion Transformation。
設定詞彙查閱轉換
「詞彙查閱」轉換輸入資料行包含可指出資料行用法的 InputColumnType 屬性。 InputColumnType 可包含下列值：
值 0 表示資料行只傳遞至輸出，且不在查閱中使用。
值 1 表示資料行只在查閱中使用。
值 2 表示資料行傳遞至輸出，且亦在查閱中使用。
InputColumnType 屬性設為 0 或 2 的轉換輸出資料行包含資料行的 CustomLineageID 屬性，其包含上游資料流程元件指派給該資料行的歷程識別碼。
「詞彙查閱」轉換會將兩個資料行新增到轉換輸出，以預設的 Term 和 Frequency來命名。 Term 包含了查閱資料表中的詞彙，而 Frequency 包含了參考資料表中的詞彙發生在輸入資料集內的次數。 這些資料行不包含 CustomLineageID 屬性。
查閱資料表必須是 SQL Server 或 Access 資料庫中的資料表。 如果將「詞彙擷取」轉換的輸出儲存為資料表，不僅可將此資料表用為參考資料表，也可以使用其他資料表。 在您可以使用「詞彙查閱」轉換之前，一般檔案、Excel 活頁簿或其他來源中的文字必須匯入至 SQL Server 資料庫或 Access 資料庫。
「詞彙查閱」轉換會使用個別 OLE DB 連接，以連接到參考資料表。 如需相關資訊，請參閱 OLE DB Connection Manager。
「詞彙查閱」轉換以完全預先快取模式運作。 在執行階段，「詞彙查閱」轉換在處理任何轉換輸入資料列之前，會從參考資料表讀取詞彙，並將其儲存於其私用記憶體中。
因為輸入資料行資料列中的詞彙可能重複，所以「詞彙查閱」轉換的輸出一般比轉換輸入擁有更多的資料列。
轉換擁有一項輸入和一項輸出， 但它不支援錯誤輸出。
您可以透過 SSIS 設計師或以程式設計方式設定屬性。
如需有關可以在 [進階編輯器] 對話方塊中或以程式設計方式設定之屬性的詳細資訊，請按下列其中一個主題：
如需如何設定屬性的詳細資訊，請參閱 設定資料流程元件的屬性。
詞彙查閱轉換編輯器 (詞彙查閱索引標籤)
使用 [詞彙查閱轉換編輯器] 對話方塊的 [詞彙查閱] 索引標籤，即可將輸入資料行對應至參考資料表的查閱資料行，並提供每一個輸出資料行的別名。
選項。
可用的輸入資料行
使用核取方塊選取輸入資料行，即可讓這些輸入資料行在不變更的狀況下通過至輸出。 將輸入資料行拖曳至 [可用的參考資料行] 清單，即可對應至參考資料表的查閱資料行。 輸入和查閱資料行都必須有相符、受支援的資料類型，包括 DT_NTEXT 或 DT_WSTR。 在 [ 建立關聯性 ] 對話方塊中選取對應行，並以滑鼠右鍵按一下來編輯對應。
[可用的參考資料行]
檢視參考資料表中可用的資料行。 選擇包含要比對之詞彙清單的資料行。
通過資料行
從可用的輸入資料行清單中選取。 您的選擇會反映在 [可用的輸入資料行] 資料表的核取方塊選擇中。
輸出資料行別名
輸入每一個輸出資料行的別名。 預設為資料行的名稱；不過，您可以選擇任何唯一的描述性名稱。
設定錯誤輸出
使用 [ 設定錯誤輸出 ] 對話方塊，即可指定造成錯誤之資料列的錯誤處理選項。
詞彙查閱轉換編輯器 (參考資料表索引標籤)
使用 [詞彙查閱轉換編輯器] 對話方塊的 [參考資料表] 索引標籤，即可指定參考 (查閱) 資料表的連接。
選項。
[無快取]
從清單中選取現有的連線管理員，或按一下 [新增] 來建立新的連線。
新增
使用 [設定 OLE DB 連接管理員] 對話方塊來建立新的連接。
參考資料表名稱
從清單中選取項目，以選取資料庫中的查閱資料表或檢視。 資料表或檢視應包含具有現有詞彙清單的資料行，可以用來與來源資料行中的文字進行比較。
設定錯誤輸出
使用 [ 設定錯誤輸出 ] 對話方塊，即可指定造成錯誤之資料列的錯誤處理選項。
詞彙查閱轉換編輯器 (進階索引標籤)
使用 [詞彙查閱轉換編輯器] 對話方塊的 [進階] 索引標籤，即可指定查閱是否應區分大小寫。
選項。
使用區分大小寫的詞彙查閱
指出查閱是否區分大小寫。 預設值為 False。
設定錯誤輸出
使用 [ 設定錯誤輸出 ] 對話方塊，即可指定造成錯誤之資料列的錯誤處理選項。