postgres tsearch bulgarian

Postgres-tSearch-Bulgarian

Este repositório contém ispell búlgaros ( affix e dict ) e dicionários de stopword para pesquisa de texto completo no PostgreSQL.

Créditos

Dicionário de Ispell

Os arquivos de dicionário ispell ( bulgarian.affix e bulgarian.dict ) foram criados pelo projeto BGOFFICE/б оииgl para uso no OpenOffice e são licenciados no LGPL 3.0.

Este repositório contém uma versão modificada desses arquivos (pequenas alterações) para torná -los compatíveis com o formato esperado pelo PostgreSQL. Os arquivos ispell originais ( bulgarian.aff e bulgarian.dic ) podem ser baixados em http://bgoffice.sourceforge.net/ispell/index.html

PARE PALAVRAS

A lista de palavras de parada usada neste repositório ( bulgarian.stop ) é uma versão modificada da lista publicada no artigo "Estratégias de pesquisa para o idioma búlgaro" (a lista está na Tabela A.1) pelo Prof. Jacques Savoy.

Como instalar

1. Copie os três arquivos bulgarian.affix , bulgarian.dict e bulgarian.stop para o seu $SHAREDIR/tsearch_data/ diretório (por exemplo, C:Program FilesPostgreSQL12sharetsearch_data ). Você pode determinar qual é o seu $SHAREDIR executando pg_config --sharedir .

2. Execute o seguinte script SQL:

    CREATE TEXT SEARCH CONFIGURATION bulgarian (COPY = simple);
   CREATE TEXT SEARCH DICTIONARY bulgarian_ispell (
       TEMPLATE = ispell,
       DictFile = bulgarian, 
       AffFile = bulgarian, 
       StopWords = bulgarian
   );
   CREATE TEXT SEARCH DICTIONARY bulgarian_simple (
       TEMPLATE = pg_catalog.simple,
       STOPWORDS = bulgarian
   );
   ALTER TEXT SEARCH CONFIGURATION bulgarian ALTER MAPPING FOR asciiword, asciihword, hword, hword_part, word WITH bulgarian_ispell, bulgarian_simple;
   

3. Verifique se está funcionando executando uma consulta completa de pesquisa de texto.

   Uma consulta como esta:

    SELECT to_tsvector('bulgarian', 'текстовете');
   

   deve gerar somente a base da palavra ( текст ):

    `"'текст':1"`