Se hai piu' lingue, ognuna va gestita separatamente per via dello stemming. La lista dei separatori delle parole la trovi facilmente online. Anche se ne perdi qualcuna non e' un dramma comunque. Per esperienza su un CMS in house piuttosto grosso (Vodafone): il fai da te e' tranquillo e sicuro, ma limitato. Pero' noi in poche settimane lo avevamo implementato, per integrarsi poi con Solr un altro team ci ha lavorato per piu' di un anno. Certo il risultato finale era molto piu' avanzato e permetteva query "simil Google".
Uberto On Mon, 2 Mar 2020 at 20:46, Raf [email protected] [it-torino-java-jug] <[email protected]> wrote: > > > On Mon, Mar 2, 2020 at 8:22 PM Uberto Barbini [email protected] > [it-torino-java-jug] <[email protected]> wrote: > >> >> >> Concettualmente è abbastanza facile farlo a mano : >> Prendi tutti i campi di testo, li metti insieme e spesso le parole, poi >> fai stamming per ignorare parole simili e dalla pronuncia uguale, e poi >> filtri via congiunzioni, articoli e simili. >> > > Concettualmente sì, praticamente ni. > La difficoltà inizia già dal primo passo: cosa significa spezzare le > "parole"? Separi sugli spazi? E la punteggiatura? Con i trattini tieni i > termini uniti o li separi (e-mail o e mail, che poi butterà via la prima > *e* o email)? L'apostrofo separa due token oppure no (l'amico vs > Moody's)? Potrei continuare per ore... :) > > Per esperienza, sconsiglierei caldamente il fai da te sulla ricerca > full-text. Soprattutto se devi (o pensi in futuro di dover) gestire più > lingue! > > JM2c > *Raf* > > > >> >> Se non ti servono ricerche alla Google, funziona bene per cose semplici. >> >> Elastic search è molto più potente ma con molti più problemi di >> integrazione. >> >> Uberto >> >> On Mon, 2 Mar 2020 09:31 Federico Fissore [email protected] >> [it-torino-java-jug], <[email protected]> wrote: >> >>> >>> >>> Ciao a tutti >>> >>> Ho un'applicazione che memorizza i dati su postgres in modo >>> destrutturato, usando campi jsonb. >>> >>> Mi trovo a dover aggiungere capacità di ricerca full text. >>> >>> La "colonna" in cui fare la ricerca varia a seconda del tipo di json, e >>> la ricerca deve trovare la parola "pippo" a prescindere dal tipo (quindi >>> i risultati saranno qualcosa come "pippo nella specifica X, pippo nel >>> commento Y, pippo nel report Z" >>> >>> Avete esperienza nel risolvere un problema simile? >>> >>> La prima pensata è quella di aggiungere un solr o un elastic search. Le >>> ricerche verso uno di questi 2 torneranno gli ID dei documenti, che >>> verranno poi filtrati in base ai permessi dell'utente >>> >>> Che ne dite? >>> >>> ciao >>> >>> federico >>> >> >
