<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
<title>RECOLL: un outil personnel de recherche textuelle pour
Unix et Linux</title>
<meta name="generator" content="HTML Tidy, see www.w3.org">
<meta name="Author" content="Jean-Francois Dockes">
<meta name="Description" content=
"recoll est un logiciel personnel de recherche textuelle pour unix et linux basé sur Xapian, un moteur d'indexation puissant et mature.">
<meta name="Keywords" content=
"recherche textuelle,desktop,unix,linux,solaris,open source,free">
<meta http-equiv="Content-language" content="fr">
<meta http-equiv="content-type" content=
"text/html; charset=iso-8859-1">
<meta name="robots" content="All,Index,Follow">
<link type="text/css" rel="stylesheet" href="../styles/style.css">
</head>
<body>
<div class="rightlinks">
<ul>
<li><a href="../index.html">Base</a></li>
<li><a href="../pics/index.html">Copies d'écrans</a></li>
<li><a href="../download.html">Téléchargements</a></li>
<li><a href="../doc.html">Documentation</a></li>
<li><a href="../index.html#support">Support</a></li>
<li><a href="../devel.html">Développement</a></li>
</ul>
</div>
<div class="content">
<h1 class="intro">Caractéristiques de Recoll</h1>
<dl>
<dt><a name="systems">Systčmes</a></dt>
<dd><span class="application">Recoll</span> a été compilé et
testé sur FreeBSD, Linux, Darwin, Solaris (versions
FreeBSD 5/6, Fedora Core 5/6, Suse 10.1, Gentoo,
Debian 3.1, Ubuntu Edgy, Solaris 8/9, mais d'autres versions
récentes conviennent sans doute également).</dd>
<dd>Versions de QT: 3.2, 3.3 et 4.2</dd>
<dt><a name="doctypes">Types de documents</a></dt>
<dd>Recoll peut traiter les types de documents suivants, ainsi
que des fichiers compressés du męme type:
<dl>
<dt>En interne</dt>
<dd>
<ul>
<li><var class="literal">text</var>.</li>
<li><var class="literal">html</var>.</li>
<li><span class="application">OpenOffice</span>
(avec l'aide de la commande <b>unzip</b>).</li>
<li><span class="application">Abiword</span>.</li>
<li><span class="application">Kword</span>.</li>
<li><var class="literal">maildir</var> et <var
class="literal">mailbox</var> (<span class=
"application">Mozilla</span>, <span class=
"application">Thunderbird</span>, <span class=
"application">Evolution</span> et sans doute
d'autres).</li>
<li>Fichiers de conversation <span class="application">
gaim</span>.</li>
<li><span class="application">Lyx</span> (qui doit
être présent).</li>
<li><span class="application">Scribus</span>.</li>
</ul>
</dd>
<dt>Avec des paquets externes</dt>
<dd>
<ul>
<li><var class="literal">pdf</var> avec <a href=
"http://www.foolabs.com/xpdf/">xpdf</a>.</li>
<li><var class="application">Wordperfect</var> avec <a href=
"http://libwpd.sourceforge.net">libwpd</a>.</li>
<li><var class="literal">postscript</var> avec
<a href="http://www.gnu.org/software/ghostscript/ghostscript.html">
ghostscript</a> et
<a href="http://www.cs.wisc.edu/~ghost/doc/pstotext.htm">
pstotext</a>.</li>
<li><span class="application">msword</span> avec <a href=
"http://www.winfield.demon.nl/">antiword</a>.</li>
<li><span class="application">Powerpoint</span> et
<span class="application">Excel</span> avec les utilitaires
<a href="http://www.45.free.net/~vitus/software/catdoc/">
catdoc</a>.</li>
<li><var class="literal">rtf</var> avec <a href=
"http://www.gnu.org/software/unrtf/unrtf.html">unrtf</a>.</li>
<li><var class="literal">dvi</var> avec
<a href="http://www.radicaleye.com/dvips.html">dvips</a>.
</li>
<li><var class="literal">djvu</var> avec
<a href="http://djvulibre.djvuzone.org/doc/index.html">
DjVuLibre</a>. </li>
<li>Tags <var class="literal">mp3</var> avec
<a href="http://id3lib.sourceforge.net/">
id3info (id3lib)</a>. </li>
</ul>
</dd>
</dl>
</dd>
<dt>Autres caractéristiques</dt>
<dd>
<ul>
<li>Index multiples interrogeables ensemble ou séparément.</li>
<li>Fonctions de recherche puissantes, avec expressions
booléennes, phrases et proximité, caractčres jokers,
filtrage sur les types de fichiers oů l'emplacement.</li>
<li>Fonction spécifique de recherche de noms de fichiers.</li>
<li>Support de jeux de caractčres multiples. Les traitements
internes et l'index utilisent l'encodage Unicode UTF-8.</li>
<li>L'extraction des racines de mots <a href="#Stemming">
Stemming</a> est effectuée au moment de la recherche
(permet de changer de langue aprčs l'indexation).</li>
<li>Installation facile. Pas de processus permanent, de
serveur web ou environnement exotique.</li>
<li>Un indexeur qui peut fonctionner soit comme un
processus léger dans l'interface de consultation, comme un
programme batch externe intégrable par
<span class="application">cron</span>, ou comme un processus
permanent pour l'indexation au fil de l'eau.</li>
</ul>
</dd>
</ul>
<h2><a name="#stemming"></a>Lemmatisation</h2>
<p><em>Note: je serais preneur d'une traduction française
agréable pour "stemming".</em></p>
<p>La lemmatisation transforme un mot dérivé vers sa racine.
Par exemple, <i>aimer</i>, <i>aimerai</i>, <i>aimait</i>,
<i>aimez</i> etc. seraient transformés en <i>aim</i> en
français. Une recherche de l'un quelconque des dérivés peut
automatiquement ętre étendue vers tous les autres</p>
<p>Certains moteurs de recherche appliquent la transformation
pendant l'indexation. L'index ne stocke que les racines des
mots, avec des exceptions pour les termes qui sont reconnus
comme des noms propres (capitalisation). Au moment de la
recherche, les termes de la requęte sont également transformés
avant comparaison ŕ l'index.</p>
<p>Cette approche permet un index plus petit, mais elle perd
irrévocablement de l'information pendant l'indexation.</p>
<p>Recoll fonctionne différemment. Les termes sont indexés sans
transformation. L'index résultant est plus gros, ce qui n'a
probablement pas beaucoup d'importance ŕ une époque de disques
de 100 Go principalement remplis d'information multimédia
<em>non indexée</em>.
<p>Ŕ la fin de l'indexation, Recoll construit un ou plusieurs
dictionnaires de transformation (pour différents langages), oů
toutes les racines sont listées avec leurs transformations
possibles.</p>
<p>Au moment de la recherche, par défaut, les termes de
l'utilisateurs sont transformés, et étendus aux dérivés par
utilisation du dictionnaire.
Les résultats obtenus sont analogues ŕ ceux de
l'autre méthode. L'avantage est que l'expansion peut ętre
contrôlée au moment de la recherche:
<ul>
<li>On peut la supprimer pour n'importe quel terme de la
requęte, (en le faisant débuter par une capitale:
<em>Aime</em> par exemple pour chercher la ville d'Aime la
Plagne). </li>
<li>Le langage de transformation peut également ętre changé,
en supposant que plusieurs dictionnaires de transformation
aient été construits lors de l'indexation.</li>
</ul>
</div>
</body>
</html>