Travaux pratique n°2

DÉFINITION

La lexémisation consiste à ramener un mot à sa forme canonique, appelée lemme.

L'objectif est de reconnaître que plusieurs formes grammaticales correspondent au même mot.

C'est une analyse linguistique : elle cherche notamment à déterminer la catégorie grammaticale et la forme de base.

DÉFINITION

Le stemming est une approche plus simple : on retire des suffixes pour obtenir une racine approximative (stem).

Le le résultat n'est pas nécessairement un vrai mot.

DÉFINITION

stopwords

Avec postgreSQL

create table films (
  film_id int not null,
  titre text not null,
  titre_original text,
  annee integer,
  sortie date,
  duree integer,
  serie_id integer,
  slogan text,
  pays text[]
);

create table resumes (
  film_id int not null,
  langue text not null,
  resume text not null
);

alter table resumes
  add column ts tsvector
  generated always as (to_tsvector('french', resume)) stored;

CREATE INDEX resume_texte_idx
  ON resumes USING GIN(ts);

• Films
• Résumés

1. Rechercher les films de voyage dans le temps

2. Rechercher un film correspondant à un jeune passionné par la danse qui se heurte aux interdits religieux d'une petite ville.