phpstudent

Hier (auf www.roscripts.com) habe ich ein gutes Tutorial zum erstellen einer Suchfunktion gefunden, die auch für kleine Seiten geeignet sein soll (was bei der Boolean Full-Text Search nicht der Fall sein soll, so das Tutorial). Durchsucht werden die Inhalte einer Datenbank.

Im Code integriert wird der sogenannte Porter Stemmer algorithm, der Worte auf ihren Stamm reduziert, um mehr Hits bei einer Suche zu erreichen. Der Algorithmus ist für Suchen auf ENGLISCH gedacht.

Meine Frage:
- Ist er dennoch auf für DEUTSCH brauchbar?
- Gibt es eine Alternative, die für DEUTSCH gedacht und irgendwo frei erhältlich ist?

Mister Ad

nikosch

Ich könnte mir vorstellen, dass Deutsch etwas komplizierter ist;
Hier der php Code zum Forschen

http://tartarus.org/~martin/PorterStemmer/php.txt

__________________
--
One pixel is still too big. Please make it smaller. ASAP.

Initiative Mittelstand.
Die wichtigste Gestaltungsregel im Screendesign ist Pi mal Daumen des Arbeitgebers.
--

phpstudent

Ich habe mir den Code mal etwas angesehen: Es sind sehr viele sprachspezifische Angaben (Standard-Endungen etc) darin enthalten, was ihn wohl für Deutsch defititiv unbrauchbar macht. Um den Code für Deutsch umzuschreiben sind vermutlich gute Sprachkenntnisse von Nöten oder mindestens von Vorteil. Da ich das selbst nicht bieten kann, wär's natürlich toll, wenn sich bereits jemand die Mühe gemacht hätte...

Ja, ich vermute auch, dass Deutsch etwas komplizierter sein könnte!

nikosch

Yepp. Kein Grund, es nicht zu versuchen, oder? Du würdest sicher auch Hilfe hier erfahren.

Alternativ müsste man mal nach ner (guten) deutschen Stemmer Algorithmus Implementierung suchen. Die Programmiersprache ist da ja erstmal zweitrangig. Portiert bekommt man das dann schon.

Ich hätte an der Lösung auch unmittelbares Interesse, brauche demnächst auch eine Website-Suche.

Googlespucke:
http://kontext.fraunhofer.de/haenelt...g/stemming.pdf
http://snowball.tartarus.org/algorit...n/stemmer.html

__________________
--
One pixel is still too big. Please make it smaller. ASAP.

Initiative Mittelstand.
Die wichtigste Gestaltungsregel im Screendesign ist Pi mal Daumen des Arbeitgebers.
--

phpstudent

Ein Versuch ist es bestimmt wert, allerdings eher längerfristig und nicht unbedingt sofort. In meinem aktuellen Webprojekt haben andere Funktionen höhere Priorität und mein Zeitbudget ist eher knapp.

Danke für die Links!
Das PDF-File ist hilfreich für die Basics und bei snowball.tartarus.org werde ich mich möglichst bald genauer umschauen!

Im allgemeinen haben bestimmt noch einige Leute an dieser Such-Variante Interesse. Insofern ist's schon beinahe verwunderlich, dass es das noch nicht fix-fertig gibt... oder ich hab's bloss noch nicht gefunden

nikosch

Ich habe einen Foreneintrag woanders gefunden, die Quelle existiert aber nicht mehr. Kannst den Thread ja nochmal anstossen, wenn Du soweit bist

[edit]
Es gibt ein Drupalmodul, das eine deutsche PHP Implementierung im prozeduralen Stil enthält:

http://webscripts.softpedia.com/scri...oad-47530.html

Habs noch nicht getestet.

[edit2]

Habs jetzt getestet yund auch noch eine Stoppwortliste aus http://feya.solariz.de/wp-content/uploads/stopwords.txt drangehängt. Funktioniert, zum Einschätzen wie gut fehlt mir ein hinreichender Vergleich.

__________________
--
One pixel is still too big. Please make it smaller. ASAP.

Initiative Mittelstand.
Die wichtigste Gestaltungsregel im Screendesign ist Pi mal Daumen des Arbeitgebers.
--

phpstudent

Danke auch für diesen Hinweis! Für heute mach ich schluss mit Programmieren, doch "I'll be back!"

Newbie

hallo community!

ich muß für die uni den stemmer verwenden, um texte zu stemmen. leider bin ich totalen neuling auf diesem gebiet. ich müßte den code doch auch verwenden können, welche das porter stemming umsetzt. fehlt dann nur noch die anbindung fürs texte aus datei einlesen und als neuen text ausgeben.

könnt ihr mir da weiter helfen? wäre mega! leider ist programmieren garnicht so mein fall

nikosch

Und was willst Du jetzt für Hilfe von uns?

PS: Bitte achte auf Deine Rechtschreibung! Wir stemmen die Postings hier nämlich nicht. Das wird alles von Menschen gelesen.

__________________
--
One pixel is still too big. Please make it smaller. ASAP.

Initiative Mittelstand.
Die wichtigste Gestaltungsregel im Screendesign ist Pi mal Daumen des Arbeitgebers.
--

Newbie

Erstmal wissen, ob ich den Code für Drupal einfach so in meine PHP Entwicklungsumgebung als Datei einfügen und verwenden kann und dann, wie das Texte einlesen und abspeichern aussehen müßte.

Waren da bis auf Groß- und Kleinschreibung Fehler drin? Hab ich garnicht gesehen