Підтрика української в Lucene

[DalekiyObriy]

Створено проект підтримки українського стемінгу (на основі словника dict_uk) в Apache Lucene.
Намагаємося закинути результати в Lucene.

[Re.]

Вузькоспеціалізована якась штука. Можна трохи детальніше для «танкістів»? Де воно використовується і чому саме Apache таке розвиває?

[prapor]

Це система повнотекстового пошуку, що самостійно не використовується, але є частиною великої кількості вільних (та не зовсім) проектів. Тобто, якщо результат буде позитивним, то велика кількість різноманітного ПЗ отримає нормальну підтримку української мови.

[DalekiyObriy]

Підтримку української додано в Apache Lucene!
https://git-wip-us.apache.org/repos/asf?p=lucene-solr.git;h=4a71e03
https://git-wip-us.apache.org/repos/asf?p=lucene-solr.git;h=6ef174f

Наразі маємо аналізатор, що базується на словнику (dict_uk), є ідеї реалізувати «динамічний» аналізатор, що не потребує словника, або який працює, як додатковий, що активується лише для слів, відсутніх у словнику

P.S. список ПЗ і вебсторінок, що використовують Lucene

[burunduk]

Дуже добре.
Воно використовується в OmegaT перекладачі. Для розбиття речення на вирази.
Дякую.

[DalekiyObriy]

Дуже добре.
Воно використовується в OmegaT перекладачі. Для розбиття речення на вирази.
Дякую.

Новий українській модуль в lucene наразі лише для лематизації. Для розбиття логіка не помінялася. Теоретично можна подивитися чи можна логіку з LanuageTool перенести, але найближчим часом руки до цього не дійдуть точно.