Extraction des radicaux de mots anglais d'une colonne spécifique d'une base de données

Ce scénario s'applique uniquement à Talend Data Management Platform, Talend Big Data Platform, Talend Real-Time Big Data Platform, Talend MDM Platform, Talend Data Services Platform, Talend MDM Platform et Talend Data Fabric.

Pour plus de technologies supportées par Talend, consultez Composants Talend.

Ce scénario décrit un Job ayant six composants, effectuant une normalisation linguistique sur les données d'une colonne translation (traduction) et extrayant la partie racine de tous ces mots anglais.

Le but de ce Job est de créer une sorte de dictionnaire des radicaux des mots anglais listés dans la colonne translation. Ce dictionnaire peut être utilisé plus tard, afin de vérifier les nouveaux mots à ajouter à la table sélectionnée. Les radicaux anglais extraits sont écrits dans un fichier de sortie, avec le nombre de leurs occurrences dans la colonne translation.

Dans ce scénario, vous devez avoir stocké le schéma d'entrée principal dans le référentiel. Pour plus d'informations concernant le stockage des schémas de métadonnées dans la vue Repository, consultez Gestion des métadonnées dans le Studio Talend.

La table d'entrée principale contient huit colonnes : id_key, id_lang, translation, id_status, id_user_trans, id_user_validate, id_editor et date. Vous voulez extraire le radical des mots de la colonne translation.