Softanza
DémarrerEnglish
Softanza
La bibliothèque se documente elle-même · Traitement du langage et linguistique

stzListOfTexts

5 méthodes propres · 4 formes avec extensions, rangées sous leur méthode · Hérite aussi de stzStringList (91)

la source: base/linguistic/stzListOfTexts.ring(s'ouvre dans un nouvel onglet) · Toutes les classes · La référence du domaine : Traitement du langage et linguistique

Sous chaque méthode, ses extensions (Q CS XT Z ZZ IB W U) : en gras et cochée, elle existe ; barrée, elle n'existe pas. Les extensions et leur sens

Exemples : 0 viennent des tests de la bibliothèque ; 3 ont été composés à partir de la signature de chaque méthode et exécutés pour cette page, sur un objet neuf, par exemple o1 = new stzListOfTexts([ "a", "b" ]). 2 méthodes n'en ont pas encore. Exemples exécutés le 2026-10-03 12:54 dans la bibliothèque au commit 0e72e2e2c.

Méthode
Explication, telle que la source la porte
MostSimilarByMeaning
These are what make a list of TEXTS more than a list of strings. They read the MEANING of each fragment (semantic similarity, sentiment), so a fluent chain like Q(text).SentencesQ().MostSimilarByMeaning(query) / .ThatAre( :Positive) works. Semantic ops upgrade to neural embeddings when a model is loaded (StzNeuralModelQ(path)), else degrade to lexical -- see StzSemanticSimilarity(). The text most similar to pcQuery by MEANING. Uses the loaded neural model's sentence embeddings when one is present, else lexical WORD-OVERLAP cosine -- the right notion for sentences/documents. (The inherited MostSimilarTo() uses Jaro-Winkler CHARACTER similarity, better for fuzzy word/typo matching.)
exemple composé
o1 = new stzListOfTexts([ "a", "b" ])
? o1.MostSimilarByMeaning("a")
#--> a
composé à partir de la signature, exécuté pour cette page
QCSXTZZZIBWU
ThatAre
The texts whose sentiment label matches "positive"/"negative"/"neutral".QCSXTZZZIBWU
Rank these texts (candidate documents) by relevance to a query. Uses a CROSS-ENCODER (joint query+doc scoring) when a reranker GGUF is loaded (StzUseNeuralModel with e.g. jina-reranker), else bi-encoder/lexical similarity. The accurate second stage of retrieve-then-rerank. RankedForQuery(query) -- [[doc, score], ...] sorted by descending relevance. 1 exemples exécutés
exemple composé
o1 = new stzListOfTexts([ "a", "b" ])
? @@( o1.RankedForQuery("a") )
#--> [ [ "a", 1 ], [ "b", 0 ] ]
composé à partir de la signature, exécuté pour cette page
QCSXTZZZIBWUQQ
The single most relevant text to the query (DATA, a string). 1 exemples exécutés
exemple composé
o1 = new stzListOfTexts([ "a", "b" ])
? o1.MostRelevantTo("a")
#--> a
composé à partir de la signature, exécuté pour cette page
aucune extension
Copy
A copy stays a list of TEXTS (override the base, which returns stzStringList).aucune extension