IStemSK obsahuje:
- WordBreaker
- Stemmer
- Stop List
Súčasťou operačných systémov Windows 2000 a vyššie, verzií workstation
(professional) aj server je služba Indexing Service (MSSearch). Jej úlohou je zabezpečiť
fulltextové (indexované) vyhľadávanie nad zvolenými radmi adresárov/súborov, ktoré sú
združené do katalógov. Podrobné informácie o Indexing Service nájdete v dokumentácii
(is.chm). Konfigurácia sa robí prostredníctvom ciadv.msc. Súčasťou MSSearch je aj jazyková
podpora (len pre najrozšírenejšie jazyky), pričom slovenčina je podporovaná len ako
neutrálny jazyk, t. j. bez podpory tvaroslovia. Túto medzeru vypĺňa
IStemSK.
Hlavné vlastnosti
- bohatá slovná zásoba
- pravidelná aktualizácia
- jednoduchá inštalácia
- vysoký výkon
- podpora najnovších verzií Microsoft Windows a Windows Server
- podpora 32 aj 64-bitových systémov
WordBreaker
Umožňuje rozdelenie textu na slová. V súlade so
slovenskými pravidlami rozlišuje význam znakov abecedy na
oddeľovače a významové znaky a spracováva zložené slová
(spojené pomlčkou). Okrem toho prevádza na normálový tvar
dátumy a číslovky.
Stemmer
Je založený na lematizátore slovenského jazyka,
ktorý umožňuje pri fulltextovom vyhľadávaní nájsť všetky tvary
(ohyby) hľadaného slova.
Pracuje vo dvoch možných režimoch:
1. nájde základný tvar k akémukoľvek tvaru daného slova –
využíva sa pri vytváraní fulltextového indexu, ktorý je
potom výrazne menší a rýchlejší,
2. k zadanému slovu nájde všetky možné tvary, v ktorých sa môže nachádzať –
využíva sa pri vytváraní požiadavky na vyhľadávanie.
Jeho súčasťou je aj modul
rozpoznávania neznámych slov, ktorý umožňuje s vysokou
pravdepodobnosťou nachádzať aj rôzne tvary slov, ktoré sú v
slovenčine (presnejšie v hlavnom slovníku lematizátora)
neznáme – sú to hlavne mená a cudzie slová.
Súčasťou IStemSK je aj súbor nevýznamových
slov (Noise Words, Stop List, ...), ktorých vyhľadávanie nemá
význam, a preto sú z indexu vylúčené. Sú to hlavne spojky,
predložky alebo slová, ktoré sa príliš často vyskytujú. Tento
zoznam je v samostatnom súbore a používateľ si ho môže
upraviť podľa svojich potrieb.
Možnosti použitia
Keďže MSSearch je súčasťou základného operačného systému, využíva
ho okrem základných systémových nástrojov, ako je napr. Explorer
(Prieskumník), aj celý
rad aplikačných serverov – IIS, SQL, Exchange, SPPS, ...
Inštalácia
Súčasťou dodávky je inštalačný program umožňujúci bezproblémovú
inštaláciu. Inštalačný program je v súlade so systémom MSI (Microsoft Installer), čo
zjednodušuje správu hlavne v rozsiahlych podnikových systémoch.
Referencie
Modul IStemSK bol podrobený náročným kvalitatívnym a výkonnostným testom v
laboratóriách spoločnosti Microsoft a na základe toho bola zakúpená neobmedzená
multilicencia pre používateľov aplikačných serverov, ako MS SQL, MS Exchange,
MS SPPS, ..., ktorí ho majú k dispozícii bezplatne.