Extraire les radicaux de mots anglais d'une colonne spécifique d'une base de données - 6.4

Text standardization

author
Talend Documentation Team
EnrichVersion
6.4
EnrichProdName
Talend Big Data Platform
Talend Data Fabric
Talend Data Management Platform
Talend Data Services Platform
Talend MDM Platform
Talend Real-Time Big Data Platform
task
Création et développement > Systèmes tiers > Composants Data Quality > Composants de standardisation > Composants de standardisation de texte
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de standardisation > Composants de standardisation de texte
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de standardisation > Composants de standardisation de texte
EnrichPlatform
Studio Talend

Ce scénario s'applique uniquement aux produits Talend Data Management Platform, Talend Big Data Platform, Talend Real Time Big Data Platform, Talend Data Services Platform, Talend MDM Platform et Talend Data Fabric nécessitant souscription.

Pour plus d'informations concernant les 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 avez déjà stocké les schémas d'entrée principaux dans le Repository. Pour plus d'informations concernant le stockage de métadonnées de schéma dans le Repository, consultez le Guide utilisateur du 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.