Bonjour,
Effectivement, nous pauvres francophones constatons parfois des écarts entre ce qu'on voudrait que Lucene nous retourne et ce qu'il nous retourne réellement. Il y a en particulier une sorte de lemmatisation (indexation de la racine du mot, et pas du mot lui-même) automatique très perturbante. Par exemple les mots finissant par un e sont parfois indexés sans le e, mais leur recherche est effectuée avec le e. Du coup on ne retrouve pas les documents en question.
Ca semble dépendre de la locale du serveur, de la langue du contributeur du document, de la langue de celui qui recherche, et de l'interface qui est utilisée (Web, CIFS, …), mais je n'ai pas encore trouvé la combinaison gagnante.
Les accents posent aussi parfois problème. J'ai déjà vu des mots coupés en deux au niveau de l'accent (genre "libéral" indexé en deux mots : "lib" et "ral").
Sinon Lucene est un super outil, très rapide, mais la gestion la langue française reste assez aléatoire.
