Loading AI tools
logiciel informatique De Wikipédia, l'encyclopédie libre
Lucene est une bibliothèque open source écrite en Java qui permet d'indexer et de chercher du texte. Il est utilisé dans certains moteurs de recherche.
Développé par | Fondation Apache |
---|---|
Première version | |
Dernière version | 9.9.1 () |
Dépôt | github.com/apache/lucene |
Écrit en | Java |
Système d'exploitation | Multiplateforme |
Environnement | Multiplateforme |
Type | Moteur de recherche |
Licence | Licence Apache 2.0 |
Site web | lucene.apache.org/core |
C'est un projet de la fondation Apache mis à disposition sous licence Apache. Il est également disponible pour les langages Ruby, Perl, C++, PHP, C#, Python.
Lucene est d'abord mis en téléchargement par Doug Cutting sur le site SourceForge.net en . Il est alors publié sous licence publique générale limitée GNU[1]. Son transfert vers Apache Jakarta est annoncé en .
Le projet Lucene vient du livre Lucene in Action (Lucene en action) publié en décembre 2004. Il est écrit conjointement par Erik Hatcher, un des responsables des projets open source Ant, Lucene et Tapestry, et par Otis Gospodnetic, un membre actif du projet Apache Jakarta.
Le , Lucene effectue sa migration vers le projet Apache Jakarta. La base de code source est convertie au contrôleur de version SVN.
Le lundi , Grant Ingersol présente un cas d'étude en Java à l'ApacheCon US sur l'utilisation avancée des composants de Lucene[2] en donnant notamment des détails techniques sur le traitement du langage naturel.
Aujourd'hui, Lucene est utilisé pour le moteur de recherche d'un très grand nombre de produits et de sites web dans le monde[3].
Jusqu'à l'explosion de l'internet, la classification décimale de Dewey était très efficace pour catégoriser des objets dans une bibliothèque. Cependant, sur le Web, la masse des données disponibles est devenue si gigantesque qu'il faut maintenant utiliser des moyens alternatifs et plus dynamiques pour trouver de l'information.
Au cœur de tous les moteurs de recherche se trouve un mécanisme d'indexation automatique : en traitant une seule fois les données brutes et en leur donnant de multiples liens hautement efficients, on accélère l'opération de recherche. Le concept est assez analogue à l'index terminologique que l'on trouve généralement à la fin d'un livre, qui permet de trouver rapidement les pages qui traitent d'un sujet donné.
Si l'on a besoin de couvrir un large champ de fichiers ou de trouver une chaîne de caractères précise dans un seul fichier, il ne faut pas scanner séquentiellement chaque fichier pour la phrase donnée. Car, plus le nombre de fichiers est grand, plus longue est la recherche d'information. Il vaut mieux établir un index des textes dans un format qui permet la recherche rapide, ce qui évite la méthode séquentielle. Ce processus est appelé indexation.
La recherche est l'action de regarder des mots dans un index pour trouver des références aux documents où ils apparaissent. La qualité d'une recherche est évaluée par le positionnement et la pertinence des résultats. Cependant, d'autres facteurs entrent en compte dans une recherche. La rapidité est un facteur déterminant pour traiter une vaste quantité d'informations. De même, pouvoir supporter des requêtes simples ou complexes, des interrogations de phrases, des caractères, les résultats de positionnement et de tri sont aussi importants qu'une syntaxe facile à prendre en main pour entrer ces requêtes.
Les sections suivantes fournissent une brève introduction aux principales classes qui servent à construire ce moteur de recherche.
Tous ces projets sont ou ont été des sous-projets d'Apache Lucene et permettent la mise en place d'un moteur de recherche.
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.