Re: [sdx-users] indexation et controle de l'index par un lexique ou un thésaurus

[maisonneuve nico]

hmm. ok , donc SDX ne gere pas ..

un langage comme XSLT pour gêrer cela.. hmm je ne maitrise pas trop ce 
langage..mais je me demande, dans le cas ou le thésaurus atteint plusieurs 
milliers de mots si c'est vraiment la meilleure solution en terme de 
performance mais c'est vrai que "<xsl:if test="$thesaurus[//term = 
{$term}]">"
est sympa :-)

mais bon d'un point de vue conceptuel, c'est pas beau :

normalement c'est lucene qui s'occupe "d'indexer" (analyse+ stockage dans 
base index),SDX ne fournie qu'une vue d'un document par "transformation" 
XSLT, cette vue n'a pas pour objectif "l'analyse" du document.
le concept SDX de dissocier l'information à indexer de l'information du 
document et de dire que ces informations peuvent être à priori différentes. 
mais à aucun moment il est question d'analyse et de réduction en concepts du 
document originale..
Biensur cette transformation pourrait servir d'analyse : après tout tout ce 
que lucene fait (elimination sens vide, minuscule, accents) pourraît etre 
fait par une feuille XSL mais dans ce cas la Lucene ne sert que de 
stockage.. ce qui est dommage et perd de la performance dans l'analyse (perf 
XSLT<java)

non ?

je pensais plutôt intégrer cela au niveau de Lucene , dans un Analyser , en 
tant que Filter ce qui me paraît plus propre, plus réutilisable non ?

je vais voir dans la mailing-list de lucene

il serait souhaitable d'avoir des retours d'expériences dans la façon de 
gerer ce type de mécanisme de contrôle d'index (architecture système, IHM)

Que pensez vous d'une architecture ou un index lucene dedié au stockage des 
termes et qui serait appelé par un Filter Lucene de contrôle des mots lors 
de l'analyse d'un document ?


> > [Expérience de développeurs ]
> > Savez vous comment implémenter un système de classification de type
> > hierarchique de document ?
> > dans le cas ou un document pourrait être dans plusieurs catégories
>
> Mmmh... pas compris, désolé.

Avez vous déjà eu le besoin de classer des documents par catégories ?
si oui, comment avez vous procédé ?
Avez vous un réseau sémantique des différents catégories (thésaurus ou 
autre) pour gerer les categories

avez vous déjà eu à gérer des documents appartenant à plusieurs categories ?
si oui, comment avez vous procédé ?

nico, un gars qui fait du SDX un samedi soir (.. ya vraiment des cas 
spéciaux)


> From: "Pierrick Brihaye" <address@hidden>
> Reply-To: address@hidden
> To: <address@hidden>
> Subject: Re: [sdx-users]  indexation et controle de l'index par un lexique 
> ou un thésaurus
> Date: Sat, 10 May 2003 08:24:39 +0200
>
> Bonjour,
>
> > bon week-end et à lundi pour une réponse
>
> Je suis de permanence ce matin :-)
>
> > Est-il possible de contrôler les mots indexés en les limitant à ceux
> > présents dans un lexique ou un  thésaurus.. ceci afin de garder une
> certain
> > qualité de l'index.. ? (en fait c'est l'inverse d'une stop-list, une
> > allow-list)
>
> Euh... ça peut se faire au niveau de la XSL non ? Un truc du genre :
>
> <xsl:template name="allow-only-thesaurus-term">
>   <xsl:param name="term"/>
>   <xsl:param name="fieldname"/>
>   <xsl:variable thesaurus="document('path/thesaurus.xml')"/>
>   <!-- une expression XPath qui dépend de la structure du thésaurus -->
>   <xsl:if test="$thesaurus[//term = {$term}]">
>     <sdx:field code="$fieldname"><xsl:value-of 
> select="$term"/></sdx:field>
>   <xsl:if>
> <xsl:param>
>
>
> A bientôt,
>
> p.b.
>
>
>
>
> _______________________________________________
> sdx-users mailing list
> address@hidden
> http://mail.nongnu.org/mailman/listinfo/sdx-users

_________________________________________________________________
MSN Search, le moteur de recherche qui pense comme vous !  
http://search.msn.fr/worldwide.asp