AW: [Allegro] Stopwortliste

[Andreas Wolf]

Hallo,

Wenn einerseits die Indexparameterdatei eine Stopwortliste kennt und diese
abarbeitet, andererseits bei der Suche mit symbolischen Namen diese GLEICHE
Stopwortliste NICHT abgearbeitet werden kann, bedeutet dies im
Umkehrschluss: weg mit der Stopwortliste sobald man mit Flex arbeitet
und/oder mit avanti ins Web geht !

Grüsse

Andreas Wolf

-----Ursprüngliche Nachricht-----
Von: allegro-bounces at biblio.tu-bs.de
[mailto:allegro-bounces at biblio.tu-bs.de] Im Auftrag von Thomas Berger
Gesendet: Freitag, 9. Januar 2009 00:24
An: Allegro-C Diskussionsliste
Betreff: Re: [Allegro] Stopwortliste


-----BEGIN PGP SIGNED MESSAGE-----
Hash: SHA1

Hallo Herr Wolf,

> Ich habe eine Indexparameterdefinition mit Umcodierung
> 
> ic=1
> 
> und der Stopwortliste
> 
> tswl1
> 
> Und jede Menge an symbolischen Registern.
> 
> Die Stopworte sind nach der Reorganisation nicht mehr in den Registern 
> zu finden. Aber bei der Suche werden diese Stopworte nicht automatisch 
> eliminiert.
> 
> Beispiel:
> 
> Aus dem Titel 'Aus dem Himmelreich' wird nur 'himmelreich' indiziert. 
> Das ist korrekt.
> 
> Aber wenn ich nach 'aus dem himmelreich' suchen lasse, findet allegro 
> nichts, sollte aber die Datensätze mit 'himmelreich' finden. Die 
> Stopworte werden nicht automatisch entfernt.
> 
> Was mache ich falsch ?

Je nachdem:

Es gibt ja zunaechst keinen Suchmodus, der

find REG "Aus dem Himmelreich"

automatisch in eine kombinierte Suche

find (REG "Aus") AND (REG "dem") AND (REG "Himmelreich")

umwandeln wuerde, es sei denn, Ihre Web-Anwendung leistet dies (und die muss
dann dummerweise tatsaechlich die Stopwortliste der Indexparameter kennen
und kann nicht an allegro delegieren).

D.h. zunaechst einmal ist "falsch", dass Sie eine Suche fuer ein
Title-string-Register absetzen, so ein Register aber gar nicht haben, denn
"Aus dem Himmelreich" als ganzes ist nach Ihrer Beschreibung ja gerade nicht
indexiert.

Ein verwandtes Problem gibt es allerdings bei den Uebergehworten / der
Artikelliste auch bei Vorhandensein eines String-Registers: "Des Knaben
Wunderhorn" ist typischerweise als "¬Des¬ Knaben Wunderhorn" erfasst und als
"Knaben Wunderhorn" indexiert. Suchbegriff kann aber auch "Des Knaben
Wunderhorn" sein, Benutzern kann man nicht unbedingt klarmachen, einleitende
Artikel wegzulassen und noch weniger, sie in
Alt+170-Zeichen einzuschliessen ;-).

Auch hier muss entweder die Indexierung auch die Form mit Artikel vorhalten
und/oder die den avanti-Job zusammenbauende Anwendung muss eine eigene
Artikelliste fuehren und gegebenenfalls automatisch die Suche erweitern:

find (REG "Des Knaben Wunderhorn") OR (REG "Knaben Wunderhorn").


Ganz vertrackt wird es bei Personennamen, wenn der Nachname ein Prefix hat,
das zur Ordnungsgruppe des Vornamens genommen wird (aber auch dort nach
strenger Lehre nicht sortierrelevant ist):

Beethoven, Ludwig ¬van¬
wird stets als "Beethoven, Ludwig" indexiert, Benutzer suchen aber gerne
nichtinvertiert nach "Ludwig van Beethoven". Auch hier benoetigt man eine
Kombination aus schlauer Suchbegriffsaufbereitung (in den Faellen von
Eingaben ohne Komma) plus eventueller Doppelindexierung im Fall von
Uebergehworten im Personennamen plus u.U. spezieller Analyse von Praefixen
bei der Suchbegriffsaufbereitung. Es ist aber wirklich schwierig, da sehr
kulturspezifisch: Je weiter man nach Suedwesten kommt, umso eher wird der
angesetzte "Meier, Peter" natuerlich-sprachlich nicht als "Peter Meier"
gesucht sondern als "MEIER Peter" und man kann sich nicht einmal darauf
verlassen, dass die Leute ihrem Browser "DE-AT" oder "DE-CH" als
Standardsprache eingestellt haben...

viele Gruesse
Thomas Berger
-----BEGIN PGP SIGNATURE-----
Version: GnuPG v1.2.3-nr1 (Windows XP)
Comment: Using GnuPG with Mozilla - http://enigmail.mozdev.org

iQCVAwUBSWaLAGITJZieluOzAQJKKQP/a4VwwYj/YI65iq5TmFl4SNzXqhlw4pHR
zOGuE+66a4cFfLraZIhSgCm2beIl/YDloKAtZY7d9sEwXD/WDyVx6VoRs9LwRM+L
zaYaziCP/GB/HizT1DH5SE1ZEeaHiY+OqI5Ym7/8x3Ac70V/1PBb/KRr0w76BzTG
HxuFRgSYVE4=
=AC7f
-----END PGP SIGNATURE-----