Zoonix

Détection de la langue d’un texte (3)

dominique — Fri, 26 Mar 2010 00:17:00 +0000

Dans un premier article sur le sujet, je décris une méthode de détection de la langue d'un texte basée sur un calcul statistique de présence de n-gram dans le texte. Cette distribution statistique est alors comparée à des distributions types pré-calculées sur des corpus de texte dans différentes langues. La langue du texte est alors [...]

Tika 0.6 : compilation et dépendances

dominique — Thu, 11 Mar 2010 20:48:55 +0000

Tika est une librairie Java qui a pour but l’extraction du texte de toutes sortes de formats de fichiers : PDF, office, html, … (la liste complète est disponible ici). Afin d’utiliser cette librairie dans vos projets java, il faut en récupérer les sources, les compiler et également récupérer les librairies dont dépend Tika. Voici [...]

Indexation multi-lingues avec Lucene et Solr

dominique — Tue, 09 Mar 2010 16:54:35 +0000

Un des challenges lors du passage de Fast ESP à Solr pour le moteur Hurisearch a été de pouvoir indexer et rechercher des documents dans un très grand nombre de langues. Plus de 60 langues sont répertoriées avec par exemple par ordre décroissant d’importance : Anglais, Espagnol, Français, Allemand, Flamand, Russe, Arabe, Slovène, Hébreux, Persan [...]

Crawl Anywhere : un crawler Web pour Solr

dominique — Sun, 07 Mar 2010 21:52:23 +0000

Dans le cadre du remplacement de Fast ESP par Solr pour le moteur Hurisearch, un crawler Web était nécessaire. Le but d'un crawler web est à partir d'une adresse Web de découvrir et récupérer toutes les pages d'un site. Un tour d'horizon de ce qui existe en la matière à fait ressortir une liste réduite [...]

Upgrader Lucene dans Solr 1.4

dominique — Sun, 07 Mar 2010 13:38:01 +0000

Solr 1.4 utilise Lucene 2.9.0 et depuis sa sortie en novembre 2009, des mises à jours de Lucene sont disponibles. La dernière version de ce dernier est la 2.9.2. Afin de bénéficier de ces mises à jours dans Solr, il est possible de patcher le fichier solr.war. Les étapes pour réaliser ceci sont : * créer [...]

Déconnexions intempestives avec SSH

dominique — Mon, 11 Jan 2010 12:16:37 +0000

Avec ma connexion Numéricable (mais pas en ADSL avec Free), j’ai rencontré des problèmes de déconnexions SSH intempestives (aussi bien avec Putty qu’avec WinSCP). La solutions passe par une paramétrage du coté client pour envoyer des packets vides qui serviront à maintenir la connexion en vie. Avec Putty : Onglet Connections > Seconds between keepalives : « 60″ Sous [...]

Mac OS X et outils de développement

dominique — Sat, 19 Dec 2009 23:27:08 +0000

Le but est de pouvoir développer sous Mac OX (Snow Leopard) des applications AMP (Apache / MySQL / PHP) et des applications Java (dont des servlets dans Tomcat). Dans cet article sont abordées les installations de Apache, PHP, MySQL, Java, Tomcat et Eclipse. Xcode C'est la première étape incontournable pour disposer d'un environnement de développement sous Mac [...]

Recherche dans Wordpress avec le plugin Solr

dominique — Tue, 12 May 2009 16:42:02 +0000

Je fais la promotion de Solr dans certain de mes articles et donc, je me devais d’utiliser Solr pour la recherche dans ce blog. J’ai donc installé très simplement Solr sur mon serveur qui dispose déjà de Tomcat (pour les recherches avec Lucene dans l’application Web www.crossfeeds.fr). Pour cette installation, j’ai suivi le procédure utilisant JNDI [...]

Introduction à Solr – Installation et configuration (2)

dominique — Sun, 10 May 2009 22:57:47 +0000

Dans les précédents articles consacrés à Solr, j’en décris les principes (Présentation de Lucene Solr) et comment installer et configurer de façon très basique Solr afin de pouvoir indexer et rechercher dans le jeu de données de test fourni dans la distribution (Introduction à Solr – Installation et configuration (1)). Dans ce nouvel article, je vais [...]

Les émissions radios dédiées aux nouvelles technologies

dominique — Sun, 10 May 2009 22:17:27 +0000

Depuis quelques mois, je consacre un peu de temps à l’écoute de quelques émissions radios dédiées aux nouvelles technologies. Je suis très rarement disponible lors de leurs diffusions donc je me suis abonnés à leurs podcasts afin de les écouter en différé (en faisant les courses par exemple). En voici la liste classée par ordre [...]

Choisir un Framework Javascript

dominique — Mon, 04 May 2009 08:24:24 +0000

Je me suis récemment intéressé aux frameworks Javascript et j’ai chercher à savoir lequel mérite le plus que l’on investise du temps à son apprentissage. J’ai commencé par rechercher des comparatifs techniques et des commentaires sur les blogs. Les 3 candidats qui émergent sont : jQuery, Prototype et le semble-t-il prometteur MooTools. Je suis alors tombé [...]

Vmware server 2.0 sur hôte OpenSuse 11.1 64 bits

dominique — Sun, 26 Apr 2009 22:19:45 +0000

Dans cet article, j’explique la mise en place d’une configuration puissante afin d’héberger des serveurs virtuels sous Vmware server 2.0. Les points abordés sont : Choix d’un système d’exploitation pour le serveur Vmware Installation de Linux sur le serveur vmware Installation de Vmware server 2.0 Installation des Vmware tools dans les machines invités (guest) Sauvegardes des machines virtuelles Réduction de la [...]

Single Sign-On (SSO) avec CAS

dominique — Sun, 25 Jan 2009 16:52:18 +0000

Comme de souvent, c’est pour un projet en cours que je suis amené à m’intéresser aux solutions de SSO et donc de rédiger cet article. Qu’est-ce que le SSO ou Single Sign-On ? Il s’agit d’une technique permettant à un utilisateur de ne procéder qu’à une seule authentification pour accéder à plusieurs applications informatiques sécurisées (généralement des [...]

Développer et debuguer une servlet avec Eclipse et Tomcat (sans Sysdeo)

dominique — Mon, 19 Jan 2009 07:12:36 +0000

Dans mon dernier article, je présente le plugin Sysdeo pour Eclipse afin de développer et debuguer une servlet. Il y a plus simple en fait. En effet, en choisissant la distribution « Java EE Developpers » de Eclipse, tout est intégré afin de pouvoir développer toutes sortes d’applications Web Java. A partir de là, on peut choisir d’utiliser [...]

Développer et debuguer une servlet avec Eclipse, Tomcat et Sysdeo

dominique — Sun, 04 Jan 2009 19:47:46 +0000

J’ai l’habitude de développer en Java avec l’IDE Intellij Idea. J’aime beaucoup cet outil qui est très convivial mais qui a comme gros inconvénient de ne pas être gratuit. Dernièrement j’ai posté quelques articles concernant des développements en Java et je n’ai pas souhaité fournir le code correspondant comme des projets Intellij Idea à cause [...]

Créer un nuage de tags avec Lucene

dominique — Tue, 30 Dec 2008 21:13:34 +0000

Dans cet article, je présente une solution afin de générer un nuage de tags (ou nuage de mots clefs) à partir d’un flux de données textuelles. Pour l’exemple, il s’agit de titres d’articles stockés dans un fichier texte. Le but est d’afficher les mots ou expressions de 2 ou 3 termes les plus fréquents dans les [...]

Installer le JDK 1.6 de SUN sur Debian Etch

dominique — Sat, 20 Dec 2008 09:45:51 +0000

J’ai du ces jours ci installer un JDK 1.6 de SUN sur un serveur Debian Etch. Par défaut, Debian Etch n’utilise pas les versions SUN des JDK. Pour accéder aux versions SUN, il faut utiliser les dépots « non-free » pour la version 1.5 et les dépots « backports » pour la version 1.6. La procédure est très simple. La [...]

Rss-tracker simplifie la vie des amateurs de flux RSS

dominique — Wed, 17 Dec 2008 16:08:46 +0000

Tous les sites Web n’indiquent pas leurs flux RSS au moyen de la déclaration appropriée dans leurs pages (allez trouver les 60 flux de la BBC). D’autres proposent leurs nombreux flux en les listant sur une page dédiée, mais sans fournir de moyen de s’y abonner de façon globale (l’Express par exemple). Rss-tracker fournit simplement la [...]

Installation d’un serveur Linux Debian

dominique — Mon, 15 Dec 2008 15:12:20 +0000

Dans un précédent article, j'explique que j'ai eu besoin d'un serveur dédié et comment et ou je l'ai loué. Dans cet article, je pars d'une installation Debian 4.0 Etch de base livrée par OVH (pour choisir la distribution Linux commandée chez OVH, je me suis basé sur cette page). Je décrie les étapes de l'installation des packages [...]

Introduction à Solr – Installation et configuration (1)

dominique — Mon, 08 Dec 2008 21:44:37 +0000

Suite au premier article Présentation de Lucene Solr, je commence aujourd’hui une série d’articles sur la mise en oeuvre de ce moteur de recherche. Les différents sujets abordés seront : L’installation La configuration L’indexation La recherche Cette première partie a pour but l’installation et la configuration minimum afin de pouvoir rechercher dans les documents d’exemple fournis dans la distribution [...]