En tout cas, c'est très intéressant de voir le raisonnement depuis le données brutes jusqu'à la finalité dans un domaine aussi pointu qu'est l'indexation des données textes "humaines", avec toutes leurs variabilités, différences si loin des données produites par des machines.
N'importe quel développeur qui a été confronté au stockage et la restitution pertinente de données textuelles à toute de suite aperçu l'ampleur de la tache.
Bravo pour avoir réalisé un tel "pipeline" avec des outils de ligne de commandes. Cela m'encourage à persister dans l'approfondissement de mes connaissance en sed, grep et autre awk.
J'ai une petite question : comment ce fait le choix des mots pour peupler l'index, y-a-t-il des listes prédéfinies, automatisées (pour les mots les plus communs et dans le cas des livres numériques) et/ou cela dépend-t-il que du lecteur ("le travail de lettré") ?
Sinon, +1 pour la question de stopspam, je suis curieux moi aussi
[^] # Re: papa, tu fais quoi au travail ?
Posté par littlebreizhman . En réponse au journal Exemple d'interface en ligne de commande. Évalué à 10. Dernière modification le 28 août 2012 à 00:15.
C'est le bot de http://books.google.fr ;)
En tout cas, c'est très intéressant de voir le raisonnement depuis le données brutes jusqu'à la finalité dans un domaine aussi pointu qu'est l'indexation des données textes "humaines", avec toutes leurs variabilités, différences si loin des données produites par des machines.
N'importe quel développeur qui a été confronté au stockage et la restitution pertinente de données textuelles à toute de suite aperçu l'ampleur de la tache.
Bravo pour avoir réalisé un tel "pipeline" avec des outils de ligne de commandes. Cela m'encourage à persister dans l'approfondissement de mes connaissance en sed, grep et autre awk.
J'ai une petite question : comment ce fait le choix des mots pour peupler l'index, y-a-t-il des listes prédéfinies, automatisées (pour les mots les plus communs et dans le cas des livres numériques) et/ou cela dépend-t-il que du lecteur ("le travail de lettré") ?
Sinon, +1 pour la question de stopspam, je suis curieux moi aussi