Awesome GitHub RepositoriesMultilingual Text Processing

lunr.js is a JavaScript full-text search library and client-side search engine. It creates in-memory search indexes for fast keyword retrieval and ranked document matching within browser or Node.js environments. The library utilizes a JSON serializable search index, allowing the search structure to be converted to and from JSON for storage and distribution of pre-built search data. This enables search functionality for static websites by indexing content into portable files. The system supports advanced querying capabilities, including fuzzy text matching to account for typos, field-scoped i

Acest proiect este un motor de căutare full-text și o infrastructură de căutare enterprise concepută pentru indexarea și regăsirea unor seturi mari de documente. Oferă un framework cuprinzător pentru descoperirea informațiilor folosind rezultate ierarhizate și analiză lingvistică. Sistemul integrează căutarea prin similaritate vectorială de înaltă dimensiune pentru regăsirea semantică, alături de capabilitățile tradiționale full-text. Se distinge prin suportul pentru regăsirea datelor geospațiale, procesarea textului multilingv și un flux de lucru pentru sugestii de căutare care include completarea interogărilor cu toleranță la greșeli de scriere și corectarea ortografică. Platforma acoperă o gamă largă de capabilități de căutare și indexare, inclusiv execuția de interogări complexe, agregarea numărului de fațete și gruparea rezultatelor. Gestionează analiza textului prin tokenizare și normalizare, oferind în același timp instrumente specializate pentru unirea documentelor, evidențierea rezultatelor căutării și punctarea personalizată bazată pe recență și distanță. Este disponibilă o interfață de căutare Python pentru a expune funcționalitățile de indexare și interogare către medii de programare externe.