Re: [sdx-users] analyzerConf?

[Michel Bottin]

Bonjour,

Martin Sevigny wrote:

> Bonjour,
>
> > > Certes, c'est peut-être beaucoup pour un cas de figure qui devrait 
> > > être assez rare...
> >
> >
> >
> > Pas si rare pour tout le monde: nous mélangeons joyeusement les 
> > langues à
> > l'intérieur d'une collection, d'un document, d'un champ, voire d'une 
> > balise
> > particulière.
>
>
> Je précise. Ce qui est rare c'est qu'on fasse évoluer une application 
> pour modifier l'analyseur d'un champ sans qu'on réindexe les 
> documents, donc les documents ne seront pas tous indexés de la même 
> manière pour un même champ.
>
> Bien entendu, des corpus/documents/champs multilingues, c'est loin 
> d'être rare!
>
> A bientôt,
>
> Martin Sévigny

Pour mettre mon grain de sel dans la discussion je constate que dans 
beaucoup de structures XML une balise donnée peut être qualifiée au 
moyen d'un couple attribut-valeur du type xml:lang pour préciser la 
langue du contenu de la dite balise.

Par exemple dans l'information bibliographique il existe toujours une 
balise titre - éventuellement répétable - pour décrire le(s) titre(s) 
propre(s) d'un ouvrage. Et  ce ou ces titres peuvent être dans n'importe 
quelle langue. En revanche la langue de catalogage - la langue utilisée 
par le catalogueur pour décrire les autres éléments de la référence 
bibliographique - est en principe unique dans un centre de documentation 
donné. La seule exception pourrait être un centre de doc. s'adressant à 
une population bilingue.

Donc nous avons la situation suivante:
- le document est dans une langue X (la langue de catalogage)
- certains champs - le champ titre en particulier - a très fréquemment 
un contenu multilingue.
Il faut donc, si l'on veut indexer en toute rigueur les mots 
significatifs du titre, pouvoir choisir l'analyseur selon la langue. 
Naturellement cela implique que lors de la formulation de la requête de 
recherche l'on précise la langue utilisée. Tout autre méthode ne peut 
que conduire à des résultats purement aléatoires.

Michel Bottin