ClairaClaira Help Desk

Générer des familles de termes de recherche

See in English

Collez un bloc d'instructions de syntaxe dans votre conversation Claira pour qu'elle génère des familles de termes de recherche Nuix Discover (dtSearch) prêtes à importer depuis un fichier.

Générer des familles de termes de recherche

Claira peut générer des listes de mots-clés à partir d'actes de procédure ou de descriptions d'enjeux, mais elle n'a pas encore de connaissance intégrée de la syntaxe de recherche de Nuix Discover (dtSearch), et elle ne sait pas par défaut comment les familles de termes de recherche sont structurées. Il s'agit d'une lacune connue qui sera corrigée dans une version future.

D'ici là, vous pouvez combler l'écart en collant un bloc d'instructions dans votre conversation Claira avant de demander des termes de recherche. Le bloc enseigne deux choses à Claira :

  1. La syntaxe de recherche de contenu de documents de Nuix Discover / dtSearch, pour que les termes générés soient valides et efficaces dans Nuix.
  2. Le format de sortie des requêtes de termes, pour que chaque ligne de sortie soit une requête de termes complète (variantes reliées par OR, jokers utilisés pour regrouper les formes grammaticales) prête à importer comme famille de termes de recherche.

Contexte : à quoi ressemble une requête de termes

Dans Nuix Discover, une famille de termes de recherche se compose d'une étiquette de terme et d'une requête de termes. La requête de termes est une seule expression dtSearch couvrant un concept, par exemple :

"civil action" OR "Law suit" OR "legal proceeding*" OR litigat* OR "class action"

Comme Claira produit du texte brut plutôt qu'un tableau, ce flux de travail cible uniquement la colonne de la requête de termes. Vous pouvez ajouter des étiquettes plus tard si vous en voulez.

Deux comportements de syntaxe font l'essentiel du travail :

  • Les jokers regroupent les variantes grammaticales. waterproof* trouve waterproof, waterproofing, waterproofed et waterproofs — inutile de les lister individuellement. Les jokers fonctionnent aussi à l'intérieur des phrases entre guillemets : "water proof*" trouve water proofing.
  • La ponctuation n'est pas indexée. dtSearch traite un trait d'union comme une espace : water-proofing est donc indexé comme water proofing. La forme avec espace couvre déjà toutes les formes avec trait d'union ; les variantes avec trait d'union ne doivent jamais être listées séparément.

Ainsi, le concept entier de l'imperméabilisation se réduit à une seule requête de termes :

waterproof* OR "water proof*"

Le flux de travail

Étape 1 — Démarrez une conversation Claira sur le dossier

Ouvrez la conversation où vous prévoyez demander des termes de recherche à Claira (par exemple, à partir d'un acte de procédure ou d'une description d'enjeu).

Étape 2 — Collez le bloc d'instructions

Collez le bloc d'instructions complet ci-dessous dans la conversation comme premier message (ou immédiatement avant votre demande de mots-clés). Il s'applique pour le reste de la conversation.

Étape 3 — Demandez les termes

Demandez comme d'habitude, par exemple : « À partir de ce document, génère des termes de recherche pour l'enjeu du défaut d'imperméabilisation. »

Étape 4 — Collez la sortie dans Excel et importez

Claira retourne une requête de termes par ligne, sans étiquettes, puces ni commentaires. Copiez la sortie complète et collez-la dans la colonne A d'un fichier Excel vierge, une requête de termes par ligne, sans ligne d'en-tête. Dans Nuix Discover, allez à Add search terms > Add terms from a file (Ajouter des termes de recherche > Ajouter des termes depuis un fichier) et importez le fichier. L'import accepte une colonne (requête de termes seulement) ou deux colonnes (étiquette de terme d'abord, puis requête de termes) — si vous voulez des familles nommées, ajoutez une colonne d'étiquettes devant avant d'importer.

Étape 5 — Vérifiez avant de vous y fier

Testez par échantillonnage les familles importées. Les jokers peuvent être trop larges (seal* trouve aussi sealer, sealants et tout ce qui commence par seal) : confirmez donc que chaque requête de termes se comporte raisonnablement sur le corpus avant d'utiliser les familles pour cadrer la portée ou négocier.

Le bloc d'instructions

Lorsque tu génères des termes de recherche ou des requêtes de recherche dans cet espace de travail, utilise la syntaxe de recherche de contenu de documents de Nuix Discover (dtSearch) et respecte les règles suivantes :

CONNECTEURS : Combine les termes avec AND, OR et NOT. Un simple « terme NOT terme » est invalide - NOT doit être utilisé sous la forme « AND NOT » ou « NOT w/n ». AND est évalué avant OR, donc utilise toujours des parenthèses pour grouper toute requête comportant deux connecteurs ou plus, p. ex. apple AND (pear OR orange). Ne commence et ne termine jamais une requête par un opérateur, et ne place jamais deux opérateurs consécutifs.

PHRASES : Les guillemets ne sont pas obligatoires pour les phrases. Si une phrase contient les mots and, or ou not, entoure-la de guillemets droits doubles, p. ex. "bill of sale and receipt". Les mots vides comme "the" et "if" correspondent à n'importe quel mot à cette position.

JOKERS : ? remplace un seul caractère (appl? trouve apple et apply). * remplace un nombre quelconque de caractères au début ou à la fin d'un terme (waterproof* trouve waterproof, waterproofing, waterproofed et waterproofs). Les jokers fonctionnent aussi à l'intérieur des phrases entre guillemets, où chaque terme est traité comme un radical ("water proof*" trouve water proofing). Évite les jokers en début de terme (*apple) - ils sont trop larges et peuvent échouer. = remplace un seul chiffre (==== trouve 1234).

RACINES ET RECHERCHE FLOUE : ~ à la fin d'un mot trouve les variations grammaticales (click~ trouve clicked et clicking). % trouve les fautes d'orthographe ou les erreurs d'OCR, à raison d'un caractère erroné par signe % (int%%ernet trouve internet et intranet) ; les caractères avant le % doivent correspondre exactement. Les jokers ne peuvent pas être combinés avec ~, # (phonétique) ou & (synonyme).

PROXIMITÉ : x w/n y trouve x à moins de n mots de y (apple w/5 pear). x pre/n y exige que x apparaisse avant y. x NOT w/n y exclut x lorsqu'il est proche de y. Au moins un côté d'un opérateur de proximité doit être un mot unique, une phrase ou un groupe relié uniquement par OR - (a AND b) w/5 (c AND d) est invalide. Ne place pas AND ou OR immédiatement avant un opérateur de proximité, et évite les proximités en chaîne comme a w/2 b w/5 c, qui sont ambiguës. xfirstword et xlastword marquent le début et la fin d'un document et peuvent être combinés avec les opérateurs de proximité.

PONCTUATION : dtSearch n'indexe pas la ponctuation - la ponctuation à l'intérieur d'un terme est traitée comme une espace. Ainsi, water-proofing est indexé comme water proofing, et la forme avec espace entre guillemets "water proof*" couvre déjà les formes avec trait d'union. Ne liste jamais les variantes avec trait d'union comme termes distincts. Les caractères % # & ? = ~ sont réservés comme opérateurs et ne sont pas recherchables.

EXPRESSIONS RÉGULIÈRES : Entoure-les de guillemets droits doubles en commençant par ##, p. ex. "##\d{3}-\d{2}-\d{4}". \d est un chiffre, \w est un caractère alphanumérique, [abc] est un ensemble, [a-z] est une plage, (abc|xyz) est une alternative, et {n}, {n,}, {n,m} contrôlent la répétition. Les recherches regex peuvent être larges et lentes - réserve-les aux données structurées comme les numéros d'identification, les courriels ou les numéros de téléphone, et note que les symboles comme les traits d'union, @, points et barres obliques ne sont recherchables que si l'administrateur les a indexés comme des lettres.

FORMAT DE SORTIE POUR LES FAMILLES DE TERMES DE RECHERCHE : Lorsque je demande des termes de recherche, produis-les sous forme de requêtes de termes, une requête de termes par ligne. Chaque requête de termes couvre un seul concept et relie toutes ses variantes avec l'opérateur OR. Construis chaque requête de termes ainsi : utilise un joker final pour regrouper les variantes grammaticales en un seul terme (waterproof* plutôt que de lister waterproof, waterproofing, waterproofed, waterproofs) ; utilise des phrases entre guillemets pour les variantes de plusieurs mots, avec des jokers à l'intérieur de la phrase lorsque c'est utile ("water proof*") ; liste comme alternatives OR distinctes les variantes orthographiques qu'un joker ne peut pas capturer (vapor OR vapour) ; ne liste pas les formes avec trait d'union - la forme avec espace les couvre déjà ; utilise des parenthèses et des opérateurs de proximité (w/n, pre/n) lorsqu'un concept s'exprime mieux par des mots proches les uns des autres, en gardant un côté de tout opérateur de proximité comme mot unique, phrase ou groupe OR. Produis uniquement des lignes brutes - sans étiquettes de termes, puces, numérotation, tableaux ni commentaires - pour que la liste puisse être collée dans une seule colonne d'Excel et importée avec l'option Add terms from a file (Ajouter des termes depuis un fichier).

Exemple de sortie

Pour un enjeu de défaut d'imperméabilisation, la sortie de Claira devrait ressembler à ceci :

waterproof* OR "water proof*"
watertight OR "water tight"
"water resistan*" OR "water repellen*"
dampproof* OR "damp proof*"
"moisture barrier" OR "moisture protection" OR "moisture control" OR "humidity barrier"
"vapor barrier" OR "vapour barrier"
seal*
impermeab* OR impervious
hydrophobic
leakproof* OR "leak proof*" OR "leakage prevention" OR "leak prevention"
"water barrier" OR "liquid barrier" OR "water exclusion" OR "water protection"
"water ingress" OR "water leak*"
waterproof* w/2 (membrane OR system OR solution OR material* OR design OR application OR method* OR technique* OR product* OR treatment OR coating OR layer OR agent OR compound OR technology OR requirement*)

Notes et limites connues

  • L'instruction vaut pour une conversation. Tant que la syntaxe n'est pas intégrée à Claira, le bloc doit être collé dans chaque nouvelle conversation.
  • Certaines requêtes de termes peuvent en englober d'autres. La requête de proximité de la dernière ligne ci-dessus touche un sous-ensemble des documents que waterproof* touche déjà ; les familles restent souvent séparées à des fins de rapport. À décider dossier par dossier.
  • Les jokers larges exigent une vérification. Les radicaux très courts (seal*) peuvent ramener des termes sans rapport ; resserrez-les ou scindez-les au besoin.
  • Les caractères réservés (% # & ? = ~) ne sont pas recherchables comme caractères littéraux dans Nuix.
  • Vérifiez toujours. Testez par échantillonnage les requêtes de termes générées dans Nuix avant de vous y fier pour cadrer la portée ou négocier avec les parties adverses.

Source

Syntaxe résumée à partir de la documentation officielle de Nuix : Search technology and query syntax (Nuix Discover / RMC), Nuix Discover version 10.20.005.


Besoin d'aide ? Contactez support@claira.to

Cette page vous a aide?

Besoin d'aide supplémentaire?

Contactez notre équipe de support à support@claira.to — nous sommes là pour vous aider.