Base de datos de la muestra para la búsqueda de texto completo

Question

Busco a hacer algo de evaluación comparativa sobre los índices de búsqueda de texto completo en PostgreSQL, SQL Server y Lucene.

¿Alguna idea sobre dónde encontrar una buena base de datos de muestra grande para realizar consultas en?

Muchas gracias de antemano.

Answer 1

Creo que la gran fuente sería volcado de la base de la Wikipedia, ya que contiene realmente un gran cantidad de texto. Están disponibles aquí: http://dumps.wikimedia.org/

También podría tratar archivo Usenet, pero hay más para elegir idioma de destino y la calidad del lenguaje utilizado también es menor.