SQL Server 2017同义词库/自定义词典异常及全文搜索问题问询

一、FORMSOF(INFLECTIONAL,"jog") 返回0条记录的原因 #

首先得理清INFLECTIONAL和THESAURUS的核心区别：

• FORMSOF(INFLECTIONAL, ...) 依赖SQL Server内置的词干分析器，只处理同一个单词的不同形态（比如run对应running/ran，jog对应jogging/jogged），完全不会关联同义词。
• FORMSOF(THESAURUS, ...) 才会调用你配置的同义词库（tsenu.xml）来匹配同义词。

你的表THES_TEST里只有running、IE、Run，没有任何和jog形态相关的词（比如jog/jogging），所以用INFLECTIONAL,"jog"返回0条是正常的逻辑结果。

如果想让jog能匹配run/running，你需要做这些调整：

1. 确保同义词库tsenu.xml的配置正确，添加包含jog和run的扩展组：

   <thesaurus xmlns="http://schemas.microsoft.com/sqlserver/2004/07/fulltext/thesaurus">
     <diacritics_sensitive>0</diacritics_sensitive>
     <expansion>
       <sub>run</sub>
       <sub>running</sub>
       <sub>jog</sub>
       <sub>jogging</sub>
     </expansion>
   </thesaurus>
   

2. 重新加载同义词库后，改用THESAURUS选项查询：

   SELECT * FROM dbo.THES_TEST WHERE Contains(Word,'FORMSOF(THESAURUS,"jog")');
   

3. 补充验证：执行sys.sp_fulltext_load_thesaurus_file 1033后，若表已有全文索引，建议重新填充一次索引确保配置生效。

二、自定义词典Custom1033.lex未生效，x-rated被拆分的原因 #

这个问题的核心是LCID（语言代码）不匹配：

• 你的自定义词典是Custom1033.lex，对应的是英语（LCID 1033）的分词器。
• 但你调用sys.dm_fts_parser时用的LCID是1030，这是丹麦语（da-DK）的LCID，丹麦语的分词器不会加载英语的自定义词典，自然按默认规则拆分x-rated。

解决步骤如下：

1. 使用对应英语的LCID 1033调用分析器：

   SELECT 'A' as A,* FROM sys.dm_fts_parser('x-rated', 1033, 0, 0);
   

2. 确认Custom1033.lex格式正确：每行一个词，无多余空格，编码保持你设置的UCS2 LE BOM即可。
3. 执行命令让自定义词典生效：

   EXEC sp_fulltext_service 'update_languages';
   EXEC sp_fulltext_service 'restart_all_fdhosts';
   

补充说明：默认情况下SQL Server分词器会拆分带连字符的词，但自定义词典里的词会被识别为单个整体，用正确LCID后x-rated就会作为单个词条返回，不会被拆分。

内容的提问来源于stack exchange，提问作者Bruno C