Notes d'installation de WorldCat Discovery - Recherche et tri en thaï

Normalisation

Nous n'appliquons pas de normalisation aux index thaïs. Nous traitons toujours tous les symboles vocaliques et diacritiques thaïs comme significatifs et ne les ignorons jamais.

Exception -  Caractères avec marques de tonalité : composées/décomposées

Nous indexons les caractères thaïs qui ont des marques de tonalité dans les formes composées et décomposées.

Exemple :

Lorsqu'il est saisi sous forme composée dans un terme de recherche, le caractère correspondra à la fois à la forme composée et à la forme décomposée dans l'index et vice versa : si la recherche est effectuée sous forme décomposée, elle correspondra à la fois à la forme décomposée et à la forme composée.

Segmentation en unités lexicales

Étant donné que les phrases en script thaï sont écrites sans espace entre les mots, pour reconnaître et indexer les mots thaïs individuels, nous appliquons la segmentation pour construire tous les index de mots thaïs et pour analyser les requêtes d'index de mots. Nous n'appliquons pas la segmentation pour les index de phrases ou les requêtes d'index de phrases.

L'indexation des mots thaïs individuels permet une recherche par index de mots qui permet de récupérer les notices contenant les termes de la requête n'importe où dans les zones indexées appropriées.

Exemple

Mots courants

Si l'on se réfère à la liste des mots thaïs standards courants ci-dessous, plutôt que de les traiter comme des mots vides, ce qui reviendrait à les ignorer pour l'indexation et la mise en correspondance, nous les combinons avec les mots adjacents lorsque nous construisons des index de mots et analysons les requêtes d'index de mots.

Lorsqu'un mot thaï courant est ignoré (traité comme un mot vide), le mot adjacent qui reste peut avoir un sens différent de celui qu'il aurait s'il était combiné/adjacent à un mot courant. Cette différence de sens peut conduire à la récupération de notices non pertinentes. Dans les cas où le sens d'un mot aurait changé si nous avions supprimé le mot courant adjacent, le fait de le combiner avec le mot courant adjacent permet de désambiguïser son sens, ce qui améliore la précision de la recherche en réduisant la récupération de notices non pertinentes.

Nous appliquons le traitement des mots courants décrit ci-dessus lors de la création et de la recherche dans les index suivants :

• se: Series (Collection)
• ti: Title (Titre)
• kw: Keyword (Mot-clé)

Exemple

Mot courant traité comme un mot vide

• Requête ti:มาตราการ (mesures/procédure)
• Segmenté en มาตรา et การ
• Le mot courant การ est supprimé comme mot vide laissant seulement มาตรา.
• มาตรา a une signification différente (article ou clause de loi) de มาตราการ (mesures/procédure) et renvoie donc à des notices qui ne sont pas pertinentes pour la requête ti:มาตราการ

Mot courant traité comme un mot adjacent

• Requête ti:มาตราการ (mesures/procédure)
• Segmenté en มาตรา_การ (parce que การ est défini comme un mot courant)
• Notices avec zones de titre contenant มาตราการ
• Titres segmentés en มาตรา มาตรา_การ การ
• Uniquement les notices contenant มาตราการ sont récupérées.

Liste de mots courants en thaï