照片說明和關鍵字關聯
我正在創建一個引用圖像的數據庫。關鍵字和標題將成為元數據的一部分。這些標題和關鍵字不一定會添加到照片中以促進質量搜尋。
我想有效地將字幕中的資訊轉換為關鍵字。顯然，字幕中的某些詞不會有用（例如“the”、“he”、“she”、“of”等），我會排除它們，但其他詞會非常有用，特別是如果它們與其他片語合出現。
我試圖找出將這些關鍵字和字幕中的單詞與圖像相關聯的最佳方法。最好創建一個圖像表（文件名、文件路徑、大小等）和一個單詞表，其中每個單詞都有一個 ID，然後創建一個關聯表，將單詞與圖像引用？或者可能是兩個關聯表，一個連結標題詞，另一個連結關鍵字？
這是一個好方法嗎？
最佳解決方案取決於您的 RDBMS，但通常您不需要手動清理字幕，因為數據庫將有一個“停用詞列表”或“停用詞列表”，用於從全文索引中排除單詞（不是與正常聚集/非聚集索引相同）。您可以修改該列表以指定從全文索引中排除哪些單詞。在大多數數據庫中，該列表已經包含介詞、代名詞和其他干擾詞，這意味著搜尋鳥類和飛行將返回“飛行中的鳥類”的標題（假設它存在）。此外，大多數係統可以阻止索引詞，並讓您能夠搜尋詞的變形，例如搜尋“fly”的變形將返回 fly、flyed、flyn 等。
如果標題是關鍵字，則不需要從中解析關鍵字；只需將全文索引添加到標題列。如果除了標題之外您有或想要添加更多關鍵字，您可以單獨索引它們並使用它們使用 RDBMS 的內置數字排名/結果評分來增加或修改標題搜尋 - 對關鍵字的點擊可以提高排名，而錯過則無能為力，甚至降低排名。
如果標題與圖像具有 1:1 的關係（通常是這樣），那麼您甚至不需要單獨的表格；只需將標題儲存在圖像表的另一列中。額外的關鍵字可以被規範化並儲存在一個單獨的表中，這將需要一個帶有來自圖像和關鍵字的外鍵的中間連接表。但是，這會增加複雜性，您可能會發現將空格分隔的單詞列表儲存在 images 表的另一列中會更好。
您選擇的解決方案將取決於幾個因素，包括業務需求、性能要求和案例，即您需要支持哪些類型的搜尋：精確片語、布爾 AND/OR、SOUNDEX 等模糊匹配等。有時全文索引不是’甚至沒有必要。例如，如果詞乾和干擾詞排除不重要，則使用帶萬用字元的 LIKE 進行搜尋可能就足夠了。