[greenstone_es] Re: operadores de proximidad

Gracias Diego, 
voy a ir probando esto.
(PD: Sigo con Lucene)

Nicolas Rucks
Biblioteca Cardini
Fundación Instituto Leloir 

> -----Mensaje original-----
> De: greenstone_es-bounce@xxxxxxxxxxxxx 
> [mailto:greenstone_es-bounce@xxxxxxxxxxxxx] En nombre de Diego Spano
> Enviado el: viernes 12 de marzo de 2010 12:06
> Para: greenstone_es@xxxxxxxxxxxxx
> Asunto: [greenstone_es] Re: operadores de proximidad
> 
> Nicolas, existe esa posibilidad. Te detallo los operadores 
> que tenes que
> usar:
> 
> Si usas MGPP:
> **************
> 
> & (y) PalabraA & PalabraB: ambas palabras deben estar en el 
> documento o sección
> 
> | (o) PalabraA | PalabraB: una u otra palabra pueden figurar en el 
> | documento
> o sección
> 
> ! (no) PalabraA ! PalabraB: la palabraB no puede estar en el 
> documento o
> sección>
> 
> "..."  Búsqueda de frase exacta
> 
> NEARx PalabraA NEAR10 PalabraB: distancia máxima (en este 
> caso 10) que puede haber entre ambas palabras. Default es 20.
> 
> WITHINx PalabraA WITHIN10 PalabraB: igual a NEAR, pero en 
> este caso importa el orden: palabraB debe aparecer después de 
> PalabraA. Default es 20.
> 
> () Permiten agrupar términos de la expresión de búsqueda. 
> (palabraA NEAR5
> palabrab) OR palabraC
> 
> * Caracter comodin que permite truncar una palabra. Art* 
> encontrará todas las palabras que comiencen con art sin 
> importar su terminación.
> 
> 
> Si estás usando LUCENE (te trascribo parte de un manual que hice):
> ***********************
> 
> Sintaxis del lenguaje de consulta
> 
> Las expresiones de búsqueda pueden ser tan sencillas como 
> simplemente escribir una palabra o bien, estructuras 
> complejas que incluyan paréntesis y operadores lógicos. Por 
> eso es necesario comprender como es la sintaxis a la hora de 
> escribir una consulta.
> 
> Términos
> 
> Cada consulta ejecutada es dividida en términos, de los 
> cuales hay de 2
> tipos: términos simples o frases. Los términos simples son 
> palabras tales como nota, computadora, expediente, etc, etc. 
> Las frases son un grupo de palabras encerradas entre comillas 
> como por ejemplo "jefe departamental". En las frases, el 
> orden en el que se escriben las palabras es importante, ya 
> que se buscarán coincidencias exactas.
> 
> Los términos podrán combinarse también con operadores lógicos 
> para formar una consulta más compleja.
> 
> Modificadores
> 
> El sistema admite la modificación de los términos de la 
> consulta para poder ampliar las opciones de búsqueda. Dichas 
> modificaciones pueden hacerse a través de:
> 
> Comodines: es posible reemplazar uno o más caracteres de una 
> palabra (no de una frase) por un comodín genérico. Para 
> realizar un reemplazo de un solo carácter se utiliza el 
> símbolo "?". Para realizar un reemplazo de varios caracteres, 
> se utiliza el símbolo "*".
> 
> El "?" busca términos en los cuales coincida la posición del 
> símbolo con el carácter reemplazado. Por ejemplo, para buscar 
> casa" o "caza" (también quedarían incluidas caja, cama, cala, 
> etc) se escribe la siguiente consulta:
> ca?a
> 
> También pueden usarse más de un símbolo en el mismo término, 
> como por ejemplo e?ei?a, lo que dará como resultado ezeiza.
> 
> Por el contrario, el comodín "*" busca cero o más caracteres. 
> La consulta del término gob* traerá como resultado todas las 
> palabras que empiecen con los caracteres gob y terminen de 
> cualquier manera: gobierno, gobernantes, gobernar, etc, etc.
> 
> También puede aplicarse en el medio de una palabra: san*o 
> traerá como resultados a palabras como: santo, santuario, 
> sanitario, santiago, etc.
> 
> No pueden utilizarse ni el "?" ni "*" al comienzo de la palabra.
> 
> Búsquedas difusas
> 
> El sistema ofrece la posibilidad de hacer búsquedas que 
> permitan encontrar términos parecidos en cuanto a su deletreo 
> con respecto a la palabra original escrita en la consigna de 
> búsqueda. Para ello simplemente hay que agregar el carácter 
> "~" al final de cada una de las palabras que queremos 
> ampliar. Este símbolo puede escribirse con la combinación de 
> teclas [Alt] + 126.
> 
> Por ejemplo, si se está buscando información sobre el 
> aeropuerto Almonacid pero no sabemos como se escribe 
> correctamente entonces podemos escribir el nombre como nos 
> suene y hacer una búsqueda como esta: halmonasid~. Esto 
> traerá como resultado documentos que incluyan términos como: 
> almonacid, almogasta, pulmonar, talonario.
> 
> También se puede ajustar el grado de similitud que se desea 
> con respecto al termino original. Ese grado de similitud es 
> un numero entre 0 y 1, siendo 1 la mayor similitud. Si no se 
> especifica ningún número, el valor por defecto es 0,5. Para 
> indicarlo, simplemente se escribe el número luego del símbolo
> "~":
> 
> Si a la misma búsqueda anterior la hago pero con un valor 
> mayor a 0,5 (que es el valor por defecto) me arrojará otros 
> resultados. Por ejemplo
> halmonasid~0.7 solo me encontrará almonacid.
> 
> Búsquedas por proximidad
> 
> También es posible encontrar palabras que estén separadas por 
> una distancia específica. Para hacer una búsqueda de este 
> tipo se utiliza el mismo símbolo que la búsqueda difusa ("~") 
> pero puesto a continuación de una frase.
> Por ejemplo, se puede hacer una búsqueda cómo la siguiente: 
> "tareas mantenimiento ezeiza"~20. Esto traerá resultados del tipo:
> "...Aer. Ezeiza. Solicita al Concesionario un cronograma para 
> la realización de las tareas de mantenimiento del Cerco 
> perimetral conforme el informe de inspección..."
> "... Solicita al concesionario para que en el plazo de 10 días 
> remita un cronograma para la realización de tareas de 
> mantenimiento del cerco perimetral, que incluya plazo de 
> ejecución en el Aer. Ezeiza..."
> 
> Búsquedas por rango
> 
> Las búsquedas por rango permiten encontrar documentos cuyos 
> valores en el campo especificado estén entre los límites 
> inferior y superior del rango expresado. Los límites de estos 
> rangos pueden ser inclusivos o exclusivos.
> Para que sea inclusivo, se debe expresar el rango entre 
> símbolos de corchete "[" y "]". Para que sea exclusivo, se 
> expresa entre llaves "{" y "}". Entre ambos valores se 
> escribe la palabra "TO".
> 
> Por ejemplo, una consulta por un rango de números de notas 
> que incluyan los limites sería:
> [0010 TO 0026]: tanto la nota 0010 como la 0026 están 
> incluidas en el resultado.
> 
> También se pueden poner palabras para expresar un rango. Por 
> ejemplo, la consulta por [blanco TO negro] incluiría todas 
> las palabras entre blanco y negro teniendo en cuenta un orden 
> lexicográfico.
> 
> Operadores lógicos
> 
> Los operadores lógicos permiten combinar a los términos de 
> una búsqueda.
> Existen 3 operadores disponibles: AND, OR y NOT. Deben 
> escribirse siempre en mayúsculas.
> 
> El operador "AND" indica que todos los términos de la 
> consulta deben aparecer en la misma página del documento. Por 
> ejemplo, la consulta bienes AND servicios traerá documentos 
> que contengan ambas palabras.
> 
> El operador "OR" es el operador por defecto del sistema. Esto 
> quiere decir que si no se especifica ningún operador entre 
> dos palabras, entonces el sistema asume un OR. Indica que 
> cualquiera de los términos buscados debe aparecer en el documento.
> 
> NOT
> Este operador excluye los documentos que contengan el término 
> precedido por NOT. No puede usarse cuando la consulta posee 
> un solo término. Por ejemplo, la consulta NOT "jefe 
> departamental" no es válida ya que solo incluye un término o frase.
> 
> Agrupamiento
> Es posible dividir una consulta en subconsultas más 
> específicas usando paréntesis "(" y ")". Esto es muy útil 
> cuando se quiere controlar la lógica de ejecución de una 
> búsqueda. Por ejemplo si quiero encontrar documentos sobre 
> las licitaciones públicas (pero no las privadas) para el 
> servicio de limpieza puedo hacer una consulta como la siguiente:
> 
> licitación AND (pública NOT privada) AND limpieza
> 
> De esta manera descarto cualquier documento que diga 
> licitación privada y limpieza.
> 
> Todas las opciones anteriores pueden combinarse de alguna 
> manera, haciendo que la consulta sea más específica o más 
> amplia. Por ejemplo, en la siguiente consulta se agrupan 
> términos, se usan operadores lógicos y además se hace una 
> búsqueda difusa para el nombre de la empresa.
> 
> licitación AND (pública NOT privada) AND clariti~
> 
> encontrará todos los documentos que sean de una licitación 
> pública de la empresa clariti (o algo similar a clariti), y 
> lo que se obtiene es lo
> siguiente:
> 
> Adjudica la Licitación Pública Nº ... para la prestación del 
> Servicio de Limpieza del Edificio ...a la empresa CLARYTY 
> SOCIEDAD DE RESPONSABILIDAD LIMITADA...
> 
> Saludos
> 
> Diego
> 
> 
> 
> 
> 
> -----Mensaje original-----
> De: greenstone_es-bounce@xxxxxxxxxxxxx
> [mailto:greenstone_es-bounce@xxxxxxxxxxxxx] En nombre de 
> Nicolás Rucks Enviado el: Viernes, 12 de Marzo de 2010 11:51 a.m.
> Para: greenstone_es@xxxxxxxxxxxxx
> Asunto: [greenstone_es] operadores de proximidad
> 
> Hola gente,
> 
> quería saber si Greenstone cuenta con la capacidad de hacer 
> búsqueda con operadores de proximidad.
> Algo tipo NEAR.
> Creo que todos entienden de qué hablo, pero aclaro por las dudas:
> 
> Si busco en todas partes, o sea en el texto completo 
> <<ciencias sociales>> en búsqueda simple y pido que contengan 
> "todas las palabras", es el equivalente en la búsqueda 
> avanzada a <<ciencias & sociales>>
> 
> Esto me va a recuperar todos los documentos que contengan las 
> dos palabras en cualquier parte del documento, podría ser por 
> ejemplo algo sobre ciencias de la computación, donde haya un 
> pequeño párrafo acerca de las "redes sociales".
> Cuando busco una expresión en el texto completo, es probable 
> que espere encontrar las palabras cerca una de otra.
> 
> Sé que tengo como alternativa poner la expresión entre 
> comillas <<"ciencias sociales">>
> 
> Pero en ese caso voy a perder en el camino documentos sobre 
> <<ciencias humanas y sociales>>
> 
> Si cuento con un operador tipo NEAR, podría buscar <<ciencias 
> NEAR2 sociales>> Y eso me recuperaría los documentos que 
> contengan la palabra ciencias alejada de no más de 2 palabras 
> de la palabra sociales. Una precisión con un grado de 
> flexibilidad muy interesante para una búsqueda en texto completo.
> 
> Greenstone cuenta con esta capacidad?
> Me temo que no por lo que leo en
> http://www.greenstone.org/manuals/gsdl2/es/html/Chapter_using_
> greenstone_col
> lections.htm
> Pero tal vez me pierdo alguna novedad
> 
> En caso de que no, exisite la posibilidad de que esto se 
> incorpore ? (esta última pregunta está más dirigida a Diego 
> Spano que está más en contacto con los creadores de Greenstone).
> 
> Saludos!
> 
> Nicolas Rucks
> Biblioteca Cardini
> Fundación Instituto Leloir
> 
> 
> 
>

Other related posts: