语料库mysql_基于PHP+MySQL的小型语料库程序设计解决方案

语料库语言学作为一个计算机和语言学学科的交叉学科,在我国发展了近30年,成果颇丰。而现阶段,在语料库的研究和使用上依然面临着许多的困难:语料库作为现代语言学研究的工具正在发挥着越来越重要的作用,而大型语料库构建成本较高,普通语言学研究者为获得与自己研究相关的语料往往花销过大,并且由于研究领域不同,获得有价值的语料也往往较为困难,这给语言学研究带来了不便。在这种情况下建设小型语料库的价值就显现出来了,小型教学语料库的构建是高校语言研究的一个发展方向。它的好处是有效方便,而且简单易行[1]。本文以河南科技学院大学生科技创新实验项目“语料库搜索引擎”的数据结构和算法设计为基础,以PHP为程序设计脚本语言,以MySQL为数据库工具详细阐述基于该平台下的小型语料库的构建方法。在这种设计模型下,后期可以通过加入JAVA技术,基于操作系统的Shell触发技术,Ajax、Lucene等等,使其功能更加强大。这里就该设计下的基本模型予以阐述。一、系统和平台的选择系统和平台的选择直接影响系统的运行效率。我们之所以选择PHP语言和MySQL数据库的原因有以下几点。一是两者同属开源产品,有利于我们更深入地了解其工作原理。在这个基础上,我们能对后期一些优化开发起到一定的奠基作用,比如说采用PHP拓展直接优化检索速度、写入多项常用模块,方便二次开发和为其他程序备留接口;采用LinuxShell执行快速的划词标记,甚至在一定程度上可以为后期基于此模型下的单片机的开发做好一定的铺垫,实现语言研究者进行语料研究时使用类似手机的终端机进行操作。二是PHP以其数据运算速度著称。语料库的建设就是一种意义上的数据挖掘,拥有较大的数据处理量,因而PHP无疑是最好的选择。三是程序的兼容性和运行效率。使用PHP和MySQL开发的程序具有良好的兼容性和可移植性。当然,在该项目中,我们使用其在FreeBSD操作系统运行,良好的内存管理和安全性能够进一步提高语料库检索的执行效率和安全性。二、创建语料数据表算法是程序的灵魂,而一个好的数据结构表同样是一个程序的灵魂所在,因此数据库中数据结构表的设计就是整个项目的重中之重。在语料库构建中,本文将展示两种数据结构设计:第一种具有较好的检索速度并且较容易使人理解,但是相比之下,过分冗余的数据将是该模型中一个致命的缺陷。第二种