Re: [sdx-users] Choix de l'analyseur dynamiquement au moment de l'indexation

[Frédéric Glorieux]

Pierre Dittgen <address@hidden> a écrit :

> <sdx:fieldList xml:lang="fr-FR" variant="">
>     <sdx:field name="description_fr_FR" type="word" brief="true" 
> xml:lang="fr-FR"/>
>     <sdx:field name="description_en_US" type="word" brief="true" 
> xml:lang="en-US"/>
>     <sdx:field name="description_ar_EG" type="word" brief="true" 
> xml:lang="ar-EG"/>
> </sdx:fieldList>

description_fr_FR ? donc potentiellement description_fr_CA ?

Pourquoi pas, mais je suppose que des canadiens supporteront la même 
description que des français.

Par contre, beaucoup plus important, mais plus au niveau d'un titre 
qu'une description

voir
<http://www.openi18n.org/specs/ldml/1.0/ldml-spec.htm>
<http://www.evertype.com/standards/iso15924/document/dis15924.pdf>
<http://www.al-bab.com/arab/language/roman1.htm>

ar-?politiquement très gênant?-{ISO 15924}

Autrement dit

ar-??-Arab  (de l'arabe écrit en arabe)
ar-??-Latn  (de l'arabe écrit en alphabet latin, version défaut, disons 
iso233)
ar-??-Grek   (de l'arabe en alphabet grec, car il y a des projets où des 
grecs peuevent veuloir leur version de l'arabe...)

> Ensuite, dans mon application, le formulaire de recherche choisit le
> champ de recherche (description_*) en fonction de la langue d'interface.

Et si un égyptien sachant l'anglais tente un mot anglais ? Ce n'est tout 
de même pas rare ? Si j'ai des documents en javanais et pas d'interface 
en javanais ?
 Je me demande si c'est une bonne idée de décider pour l'utilisateur la 
langue dans laquelle il va chercher. Mais c'est un argument de plus pour 
ce que tu demandes.

Dans le même esprit, il y a aussi l'obligation que l'on a dans nos 
applis de répéter les champs pour recherche plein texte et le même texte 
à conserver sans indexation.

J'adhère entièrement à ton idée qu'un champ de même nom puisse avoir 
différentes versions de langue (et que SDX s'occupe de brancher les bons 
analyseurs à l'indexation et la recherche). Je l'ai déjà souhaité ici 
<http://mail.gnu.org/archive/html/sdx-users/2003-12/msg00065.html>.

Le but serait qu'un anglais ou un égyptien puisse chercher les mots 
qu'ils veulent dans une "description", et qu'un même document réponde.

Je dis un même document, car dans votre cas, il s'agit de notices, dans 
lesquels seuls quelques champs sont localisés (titres, descriptions), 
tandis que beaucoup sont communs à toutes les langues (liens, 
coordonnées géographiques...). Un document par langue est un gros risque 
à gérer (mise-à-jour ? destructions ?).

De plus, imaginons qu'une base d'images est constituée. L'organisation 
accueille un stagiaire russe et lui demande de traduire des titres et 
des descriptions. Faut-il refaire le modèle de l'application et tout 
réindexer pour ajouter une langue ?

XML est justement fait pour cette souplesse. Si un "Système Documentaire 
XML" ne le permet pas, on perd un argument devant les SQL. Et quelques 
personnes vont s'intéresser de nouveau aux xml:db 
<http://www.dbxmlgroup.com/index.html>, <http://xml.apache.org/xindice/>.

Malheureusement pour résoudre le problème, je ne vois pas de solution en 
peu de temps
<http://jakarta.apache.org/lucene/docs/api/org/apache/lucene/document/Field.html>

Et toi, si on t'en donnait le temps, tu verrais quelque chose ?

--

Frédéric Glorieux
AJLSM, ingénieur documentaire

<address@hidden>
tel +33 (0)1 49 54 22 22
fax +33 (0)1 49 54 21 80

http://www.strabon.org
EUMEDIS - Strabon - WP7 - formation/training
Maison des Sciences de l'Homme
54 Boulevard Raspail
75006 PARIS