O que é Full Text Search?
A busca de texto completo (conhecida em turco como tam metin arama) é o método de busca que encontra palavras presentes em todo o conteúdo dos documentos.
Definição e origem da palavra
Enquanto a busca simples analisa o nome do arquivo, a busca de texto completo examina cada frase dentro do documento. É a maneira mais eficaz de acessar informações em grandes arquivos. Sua infraestrutura moderna baseia-se em uma estrutura chamada índice invertido (inverted index).
Como conhecer e usar no dia a dia?
Pesquisa no site: Buscar um tópico no blog.
E-mail: Encontrar uma mensagem de anos atrás.
Código: Procurar uma função no repositório.
Direito: Pesquisar no arquivo de jurisprudência.
Profundidade Técnica e Arquitetura
A linha é a seguinte:
Tokenização: O texto é dividido em palavras, os sufixos são reduzidos à raiz.
Índice invertido: O documento em que cada palavra aparece é regist(r)ado antecipadamente.
Ranqueamento: Algoritmos como o BM25 ranqueiam com base no peso do título e da frequência.
Exemplo com o Postgres:
SELECT baslik FROM yazilar
WHERE to_tsvector('turkish', icerik) @@ to_tsquery('turkish', 'yapay & zeka');Quando a semelhança semântica (por exemplo, digitar "automóvel" e aparecer "carro") é necessária, a busca vetorial é exigida. Ambos também são usados juntos: primeiro a palavra-chave restringe, depois o vetor ranqueia.
Coisas frequentemente misturadas
Pode ser confundido com a busca de metadados. A busca de metadados analisa as informações do arquivo (nome, data, tamanho), enquanto a busca de texto completo analisa o conteúdo. Já a busca vetorial analisa o significado, não a palavra.
Use em diferentes disciplinas
Biblioteca: Varredura de texto completo em vez de catálogo de fichas.
Livro: A seção de índice no final.
Arquivo: Pesquisar um assunto em uma coleção de recortes de jornal.
Perguntas e respostas
Não vai correr muito devagar?
Fornece resultados em segundos graças ao índice pré-criado. A pesquisa sem índice é lenta, por isso o índice é essencial.
Funciona em todos os tipos de arquivos?
Sim, em arquivos onde o texto pode ser extraído. Em documentos digitalizados, o texto é obtido primeiro por OCR.
Os sufixos em turco causam problemas?
Na análise qualificada, os sufixos são reduzidos à raiz. A precisão cai em um motor com suporte a idiomas fraco; é necessária uma configuração com suporte ao turco.
Quando a pesquisa vetorial é necessária?
Ao procurar sinônimos e conceitos. Se a palavra-chave não for encontrada, o vetor entra em ação; ambos juntos são poderosos.
Termos relacionados
Ferramentas relacionadas
Esta explicação foi escrita em linguagem simples para a TreScout com IA e traduzida automaticamente do original em turco · a versão turca é a que vale. Se algo parecer errado ou faltando, escreva para hello@trescout.com. Ler em turco →