Repolode
Enviar
MihaiValentin

MihaiValentin/lunr-languages

Stemmer y listas de palabras vacías para Lunr.js que incorporan búsqueda de texto completo multilingüe en decenas de idiomas en el navegador o Node.js.

Ver en GitHub
Estrellas
459
Forks
168
Issues abiertos
16
Último commit
anteayer

¿Qué es?

Lunr Languages es una extensión para Lunr.js, una biblioteca de búsqueda de texto completo del lado del cliente. Añade tokenización, stemming y filtrado de palabras vacías específicos de cada idioma para que los índices creados con Lunr puedan encontrar correctamente las distintas formas de las palabras en una amplia variedad de idiomas, como alemán, francés, español, ruso, japonés, árabe e hindi.

Cada idioma se distribuye como un módulo independiente que se registra en Lunr, y un modo multilingüe permite combinar varios idiomas en un mismo índice. La tokenización del chino usa Intl.Segmenter con bigramas CJK de forma predeterminada, y puede cambiarse a @node-rs/jieba en Node.js para segmentar con Jieba. Se incluyen declaraciones de tipos, y los módulos se pueden importar con la sintaxis de CommonJS o de módulos ES.

Como se ejecuta íntegramente en el navegador o Node.js, es adecuado para búsquedas en sitios estáticos y de documentación, aplicaciones sin conexión y el filtrado previo por palabras clave antes de una búsqueda vectorial o de aplicar un reranker en flujos de recuperación.

Funciones clave

  • 01Tokenización, stemming y listas de palabras vacías específicas para muchos idiomas
  • 02Modo multilingüe para indexar contenido en varios idiomas dentro de un mismo índice
  • 03Segmentación del chino mediante Intl.Segmenter, con compatibilidad opcional con Jieba en Node.js
  • 04Función opcional de la canalización para plegar acentos en índices en español
  • 05Declaraciones de tipos de TypeScript e importaciones tanto de CommonJS como de módulos ES

Casos de uso

  • Añadir búsqueda del lado del cliente a un sitio web estático multilingüe o a un sitio de documentación
  • Crear una búsqueda en una base de conocimiento sin conexión o en el propio dispositivo, dentro del navegador
  • Filtrar previamente documentos por palabra clave antes de generar embeddings o aplicar un reranker en un flujo de RAG

Inicio rápido

  1. 1

    Instala el paquete desde npm

    npm install lunr-languages
  2. 2

    Carga Lunr y el módulo de alemán en Node.js

    const lunr = require('lunr'); require('lunr-languages/lunr.stemmer.support')(lunr); require('lunr-languages/lunr.de')(lunr);
  3. 3

    Crea un índice con la canalización de alemán y añade documentos

Antes de usarlo

  • Sin el paquete opcional, la tokenización del chino usa bigramas, que son menos precisos que Jieba.
  • La compatibilidad con el chino en navegadores requiere Intl.Segmenter y no tiene alternativa.

En colecciones

Herramientas y bibliotecas de procesamiento del lenguaje natural

Temas

#search#full-text-search#stemming#multilingual#lunr#nlp#javascript#i18n#language-stemmer#localization

Preguntas frecuentes

¿Qué es lunr-languages?
Stemmer y listas de palabras vacías para Lunr.js que incorporan búsqueda de texto completo multilingüe en decenas de idiomas en el navegador o Node.js. Lunr Languages es una extensión para Lunr.js, una biblioteca de búsqueda de texto completo del lado del cliente. Añade tokenización, stemming y filtrado de palabras vacías específicos de cada idioma para que los índices creados con Lunr puedan encontrar correctamente las distintas formas de las palabras en una amplia variedad de idiomas, como alemán, francés, español, ruso, japonés, árabe e hindi.
¿lunr-languages es gratuito? ¿Qué licencia tiene?
lunr-languages es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿lunr-languages sigue mantenido?
Mantenimiento activo. El último commit de lunr-languages fue el 6 nov 2026.
¿Para qué puedo usar lunr-languages?
Añadir búsqueda del lado del cliente a un sitio web estático multilingüe o a un sitio de documentación Crear una búsqueda en una base de conocimiento sin conexión o en el propio dispositivo, dentro del navegador Filtrar previamente documentos por palabra clave antes de generar embeddings o aplicar un reranker en un flujo de RAG
¿Cómo se instala lunr-languages?
Instala el paquete desde npm: npm install lunr-languages Carga Lunr y el módulo de alemán en Node.js: const lunr = require('lunr'); require('lunr-languages/lunr.stemmer.support')(lunr); require('lunr-languages/lunr.de')(lunr); Crea un índice con la canalización de alemán y añade documentos
¿Dónde consigo lunr-languages?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/MihaiValentin/lunr-languages

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados

go-ego / gse

Biblioteca de segmentación de texto y NLP en Go para inglés, chino, japonés y otros idiomas, que implementa el enfoque de jieba.

IA y Machine Learning#nlp#text-segmentation#chinese-segmentation
2,8 mil233GoApache-2.0Actualizado hace 3 días