Re: [sdx-developers] Index hiérarchiques avec Lucene

[Frédéric Glorieux]

> > En attendant sache que tu as désormais des admirateurs en Egypte et en
> > Tunisie pour l'analyse de l'arabe.
>
>
> J'attends toujours les commentaires : il y a des points de design que
> j'aimerais bien discuter. Je comptais passer le WE dans la documentation de
> l'analyseur arabe pour scuciter ces discussions mais avec le CVS mort...

Là ce sera plus dur. On m'a parlé de quelqu'un au Maroc sans avoir pu 
m'en donner le nom.

> > Si tu avais le temps, beaucoup seraient intéressés d'avoir
> > une version plus légère (getty ?).
> Comment peut-on faire "plus léger" que cette appli ?

L'appli est très lègère, c'est simplement de voir comment faire le SDX 
le plus light possible. Mais il restera toujours JAVA.

> >   Plusieurs attendent aussi que d'autres dictionnaires que l'anglais
> > soit attaché à l'arabe.
> Ici, c'est plus compliqué... sauf à se contenter des FreeDict
> (http://www.freedict.de/).
> Le jour où l'on aura une table de correspondances entre "terminologie" et
> "concepts" pour toutes les langues du monde n'est pas encore arrivé :-(

C'est un rêve aussi ancien que la langue parfaite ou la caractéristique 
universelle (et la philosophie...)

En attendant est-ce qu'on ne peut pas tirer parti des dictionnaires Open 
Office ? (il y a aussi des synonymes, peut-être est-ce un filtre pour 
organiser les entrées).

Avec un bon dictionnaire étymologique, (ex: le Partridge pour l'anglais, 
le Picoche en français) on aurait de quoi organiser mieux l'arbre (il y 
a entre les 2 une étape qui est soit fastidieuse, soit un abus de 
propriété intellectuelle).



> > Je me demande ensuite, est-ce qu'il est possible
> > de chercher de l'arabe dans de l'anglais ?
>
>
> A priori, pas depb : il suffit de revoir le tokenizer : j'ai fait simple.
> Idéalement, il faudrait choper ce qui est dans le plan Unicode arabe/ASCII
> et... dispatcher vers l'analyseur ad hoc. 



Contribution bienvenue :-)

Pas ces semaines ci, mais vraiment ce sujet me passionne. Si des 
décideurs entendent et peuvent payer le temps de chercher là-dessus, il 
y aurait de quoi monter un indexeur sémantique et multilingue. Il me 
semble que cette étape est un préalable à l'analyse syntaxique.