Re: [sdx-developers] Index hiérarchiques avec Lucene

[Pierrick Brihaye]

Re,

Frédéric Glorieux a écrit:

> Je ne suis pas sûr de tout comprendre.

En gros, on type le terme indexé. Au lieu d'*un* couple champ/valeur, on 
a *des* triplets type/champ/valeur. En pseudo-XML :

<term field="afield" value="avalue">
  <type type="type1"/>
  <type type="type2"/>
  <type type="type3"/>
  ...
</term>

(on peut transformer et prendre le problème par un autre bout, le champ 
ou la valeur).

> Avec ce genre de hack on pourrait 
> indexer en sections nativement dans Lucene ?

C'est ça.

> Mais est-ce que ça ne fait 
> pas très mal à nos sous-documents ?

Euh... quel rapport ? On parle d'une indexation. C'est donc à la logique 
applicative de fournir de la hiérarchie... si elle le désire.

> Pierrick je suppose que tu vas te 
> faire une joie d'implanter ça sur le coran ?

Euh... non. Pour plusieurs raisons :

1) on est sur une ancienne version de Lucene
2) l'implémentation proposée n'est pa faite
3) je tiens à ce que tout le texte soit cherchable

> Le problème maintenant c'est d'aller informer l'analyseur sur ce qui est 
> section ou paragraphe.

Ca, c'est encore assez simple. Ce qui m'intéresserait, à terme, c'est 
d'avoir des anlyseurs capables de détecter des groupes nominaux et 
d'associer le substantif à l'adjectif épithète par exemple. Ensuite, on 
pourrait booster, dans un sens ou dans l'autre, "le chat noir" par 
rapport à "le chat est noir" (adjectif attribut).

A+

--
Pierrick Brihaye, informaticien
Service régional de l'Inventaire
DRAC Bretagne
mailto:address@hidden