スポンサーサイト

  • このエントリーを含むはてなブックマーク
  • Yahoo!ブックマークに登録
    上記の広告は1ヶ月以上更新のないブログに表示されています。
    新しい記事を書く事で広告が消せます。

    knowledgetreeドキュメント管理システム全文検索その1

  • このエントリーを含むはてなブックマーク
  • Yahoo!ブックマークに登録

    先に引き続き、knowledgetreeですが、
    全文検索に関して、試したことに関して触れておきます。

    まずは、Windowsはまりました。
    なんといっても、office系ファイルなどからテキストを抜き出す、
    catdocがWindowsでは動いていないようで、売りである全文検索が
    出来ないのが現状です。
    catdocをコマンドラインなどで色々試しましたが、
    現状は、ダメです。日本語は、全て??などと
    となってしまいます。

    Linux関しては、入れてそのままの状態(JavaLucene)で
    日本語のインデキシングと検索が可能です。
    ただし、恐らくStandardAnalyzerで動いているため、
    uni-gramでの検索となっていると動きを見る限りでは
    判断できます。
    つまり、一文字検索が出来るのですが、一文字で引っかかるので、
    検索ごみが増える可能性があるということと、インデックスサイズが
    肥大化する可能性があります。

    このあたりは、状況を見ながら、対処を考えたいと思います。
    スポンサーサイト

    theme : Linux
    genre : コンピュータ

    comment

    Secret

    antiword?

    knowledgeTree/plugins/ktstandard/contents/WordIndex.phpで定義されているTWordIndexerTriggerクラスに以下の記述がありました。antiwordというソフトを入れれば大丈夫なのかもしれません。

    if (OS_WINDOWS) {
    $this->command = 'c:antiwordantiword.exe';
    $this->commandconfig = 'indexer/antiword';
    $this->args = array();
    }

    ヒントを頂きありがとうございます

    kaz様

    nhisaと申します。
    コメントありがとうございます。

    見方が甘かったようです。

    Windows向けには、別途で定義があったんですね。

    頂いた内容早速確認致します。
    確認した内容を別途報告いたします。


    補足

    たびたび済みません。補足です。
    英語ですが、KnowledgeTreeのWikiに解説がありました。
    http://wiki.knowledgetree.com/Document_Indexers
    参考になれば。

    Re: 補足

    > たびたび済みません。補足です。
    > 英語ですが、KnowledgeTreeのWikiに解説がありました。
    > http://wiki.knowledgetree.com/Document_Indexers
    > 参考になれば。

    現状最低限の確認ですが、
    Windows版のknowledgeTreeには、antiwordが含まれて
    いました。
    luceneのインデキシングにあたっては、search2という
    アーキテクチャに含まれているようで、やはりそのままでは、
    日本語を検索することができません。
    C:Program FilesktdmsknowledgeTreesearch2indexingextractors
    の中に、search2用だと思われるextractorが含まれており、
    WordExtractor.inc.phpの編集を行って、antiwordを指定して
    見ましたが、ダメでした。
    ただし、コマンドラインレベルでは、??ではなく、違った形の
    出力が得られたので、細部を調整することで可能性はあると
    思われます。
    すぐに解決しない可能性がありますが、引き続き、フォローします。
    情報ありがとうございました。
    ご案内
    google検索
    カスタム検索
    カテゴリ
    最新記事
    Amazon
    カテゴリー&RSS
    RSS新着情報

    plugin by F.B

    検索フォーム
    最近のコメント(コンパクト)
    データ取得中...
    リンク
    フリーエリア
    RSSリンクの表示
    カレンダー
    05 | 2017/06 | 07
    - - - - 1 2 3
    4 5 6 7 8 9 10
    11 12 13 14 15 16 17
    18 19 20 21 22 23 24
    25 26 27 28 29 30 -
    ブックマーク
    Yahoo!ブックマークに登録
  • | このエントリーを含むはてなブックマーク
  • 月別アーカイブ
    最新トラックバック
    上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。