"poté jsou odstraněny speciální znaky, jako například pomlčka, hvězdička apod."
tohle totalne suckz :-) pak ma clovek najit neco o C++ nebo A* ... IMHO dobry vyhledavac ulozi formu se spec. znaky i bez znaku a pri vyhledavani to nejdriv zkusi i se spec. znakama a teprve kdyz nic nenajde tak je odstrani
Jasně, to chce pořádnej parser. Problematika fulltextu je daleko komplikovanější.
Asi by to adhoc řešení chtělo "zabalit" do nějaké matematiky. Např. vektory podobnosti, které se používají v IR, vykazují dobré výsledky a nejsou náročné na implementaci...
