Gente Hace tiempo mantengo un sistema que desarrolle en postgres 8.4. Muchas de las funciones de matching son para el ingles. :( . me vi en la necesidad de reescribirlas en C y en algunos casos hacerlas de nuevo respetando el algorithmo pero para valores castellanos. tal vez hoy en dia no sea asi y escribo esto sin sentido, pero sino, estan avisados salu2 mdc
2011/8/16 Eduardo Arenas C. <edo...@gmail.com>: > Estimados, estoy interesado en el tema, principalmente apuntando al > procesamiento de lenguaje natural, pero pienso y por lo que he visto en esta > lista primero tenemos que leer la documentación en este caso de tsearch > (estoy en esto). (http://www.sai.msu.su/~megera/postgres/gist/tsearch/V2/) > Por lo poco que he visto, estas cosas se pueden complementar con > funciones que sirven para determinar el parecido de una palabra con otra en > base a diferentes técnicas, por si alguien se equivoca al escribir (adjunto > link http://www.postgresql.org/docs/8.3/static/fuzzystrmatch.html). Además > del conocido "like" > Quizas sumar algún kit de procesamiento de lenguaje natural, > dependiendo del alcance de lo que quieras > hacer: ( http://en.wikipedia.org/wiki/List_of_natural_language_processing_toolkits ) > > saludos > Eduardo. > > El 16 de agosto de 2011 08:21, Hugo César <hugocesa...@gmail.com> escribió: >> >> Gracias Roberto y Rodolfo por interesarse en el tema... >> >> >> Efectivamente, coincido con ustedes, de ahi que me decidi a enviar la duda >> a la lista, esta funcionalidad de postgre se comporta >> algo extraña, porque como comenta Roberto busca palabras "parececidas" >> pero... entonces, que pasa con la palabra "funcion" ?? >> porque no sucede lo mismo??, es decir, de la palabra "funcion" podemos >> obtener palabras parecidas como funcionalidad, funcional, etc. >> sin embargo, cuando ejecuto select to_tsvector('spanish','función'); no >> me devuelve "funci:1" me devuelve "funcion:1", es aqui >> donde esta confuso... acaso esto quiere decir que no me arrojara palabras >> parecidas ?? solo exactas ?? como saber que palabras >> las encontrara exactas y cuales parecidas ?? que proceso adicional tengo >> que realizar para solucionar este detalle ?? >> >> >> Saludos y ojala alguien con mucha mas experiencia que nosotros en el tema >> nos pueda ayudar un poco mas. >> >> >> Saludos!! >> >> >> >> >> >> El 15 de agosto de 2011 20:48, Rodolfo Paparás <r...@globalmargin.com> >> escribió: >>> >>> Yo entiendo algo parecido a lo que dice Roberto. FTS compara cada palabra >>> con un diccionario de lexemas y ahí hace la vinculación por familia de >>> palabras más que por similitud. >>> >>> Pero también veo que se comporta raro con palabras con tilde o diéresis >>> tanto en las búsquedas sobre campos de texto como en las que utilizan >>> índices gin o gist. >>> >>> Si comparo un query usando FTS con otro usando LIKE en algunos casos el >>> segundo me devuelve más resultados contrario a lo que uno creería, no? >>> >>> Si le encontrás la vuelta por favor postealo. >>> >>> Saludos >>> >>> PD.: Yo estoy trabajando sobre un 8.4.7 en CENTOS x64 >>> >>> >>> El 15/08/2011 05:11 p.m., Roberto M. Ruiz S. escribió: >>>> >>>> El 15/08/2011 14:53, Hugo César escribió: >>>>> >>>>> Que tal lista! >>>>> >>>>> >>>>> Les comento... recien he configurado Tsearch sobre PostgreSQL9 en >>>>> Windows, sin embargo, al >>>>> estar realizando algunas pruebas me aparecieron algunas dudas, las >>>>> cuales les planteo a continuacion: >>>>> >>>>> Ejecuto las siguientes sentencias tsvector para probar lo que se >>>>> refiere a los acentos y funcionan >>>>> de maravilla!!! >>>>> >>>>> select to_tsvector('spanish','función'); >>>>> 'funcion':1 >>>>> >>>>> select to_tsvector('spanish','funcion'); >>>>> 'funcion':1 >>>>> >>>>> >>>>> Sin embargo, al hacer la misma prueba, pero con la palabra >>>>> "administración", los resultados son >>>>> diferentes, en el primer resultado me arroja la palabra exactamente >>>>> como la necesito (sin el acento), >>>>> pero en el segundo resultado me trunca la palabra, alguien sabe >>>>> porque?? acaso no se supone que >>>>> me deberia regresar la misma palabra pero sin el acento ?? o como se >>>>> supone que funciona el >>>>> diccionario ?? >>>>> >>>>> select to_tsvector('spanish','administracion'); >>>>> 'administracion':1 >>>>> >>>>> select to_tsvector('spanish','administracion'); >>>>> 'administr':1 >>>>> >>>>> Este detalle me esta afectando al momento de hacer las consultas, ya >>>>> que si busco esa >>>>> palabra con acentos me arroja una cantidad diferente que si la busco >>>>> con el acento. >>>>> >>>>> Acaso algo configure mal ?? Configure el diccionario unnacent >>>>> siguiendo las instrucciones de la pagina >>>>> oficial... http://www.postgresql.org/docs/current/static/unaccent.html >>>>> >>>>> Ojala alguno de ustedes me pudiera orientar mas al respecto... >>>>> >>>>> Saludos cordiales. >>>>> >>>>> Hugo.- >>>>> >>>> No manejo bien el tema pero, observo que esta usando esa funcionalidad >>>> para buscar con o sin acento pero lo que yo tengo entendido, es que la idea >>>> es buscar cualquier palabra "PARECIDA", es decir con administración se >>>> puede >>>> encontrar administrar, administrador, administradora, etc. la idea si no >>>> estoy mal es que se genera como una palabra raíz que es común a todas >>>> palabras "PARECIDAS" y así las encuentra. >>>> - >>>> Enviado a la lista de correo pgsql-es-ayuda >>>> (pgsql-es-ayuda@postgresql.org) >>>> Para cambiar tu suscripción: >>>> http://www.postgresql.org/mailpref/pgsql-es-ayuda >>>> >>> >>> - >>> Enviado a la lista de correo pgsql-es-ayuda >>> (pgsql-es-ayuda@postgresql.org) >>> Para cambiar tu suscripción: >>> http://www.postgresql.org/mailpref/pgsql-es-ayuda >> > > > > -- > Eduardo Arenas Castillo. > Red de Centros de Salud Familiar UC - Ancora > Santiago - Chile > of. + 56 2 5814 740 - cel. +56 9 6629 1618 > - Enviado a la lista de correo pgsql-es-ayuda (pgsql-es-ayuda@postgresql.org) Para cambiar tu suscripción: http://www.postgresql.org/mailpref/pgsql-es-ayuda
