Discussion :

[soung]

Bonjour,

Je cherche une méthode (un mécanisme) sous postgres qui me permette de trouver les mots les plus fréquemment utilisés dans un champ d'une table donnée.

Je m'explique.

Si j'ai la table

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 article (id integer, contenu  text)

je veux connaitre les mots les plus fréquemment utilisés dans le champ "contenu" pour toutes les occurrences d'article.

Je cherche en fait à récupérer les mots les plus fréquents en vue de constituer un nuage de tag.

Si vous connaissez un autre moyen d'arriver à récupérer ces mots, veuillez me faire signe.

Merci d'avance

[punkoff]

Bonjour,


un exemple de ce qu'il y a dans "contenu" ?

Quelle version de postgres utilisez-vous ?

[soung]

Bonjour,
le champ contenu contient du texte (plus précisément du code html) comme par exemple ce texte :" du texte <b> gras </b> de l'html "


j'utilise la version 9.0.2-1 de postgres.

[punkoff]

Je ne vois pas de solution simple a ce problème.

De mon point de vue il faut découper vos textes, dégagez les mots parasites (le, la, les etc) puis relier chacun de vos article aux différents mots.

Bref : http://sqlpro.developpez.com/cours/indextextuelle/
(interessez-vous aussi aux fonctions du type ts_vector, les dictionnaires aussi).

Une autre personne aura peut-être une autre idée.