Ma megszületett az IT blogok közötti végeredmény. A győztes tsabeeka valóban nagyon színvonalas blogja lett. Gratulálok!

Az első 10, ami egy 50-es mezőnyből került kiválasztásra:

1. Tsabeeka blog
2. Tajti Ákos C és Java blogja
3. Webisztán
4. Appleblog
5. ASVA.info
6. Numlock Holmes
7. Antivírus blog
8. WP-suli
9. Rossz PC játékok
10. Hogyan? és Keresés blog

Ha a 10. helyen is, de bekerült a Kereső világ is ebbe a mezőnybe, ami természetesen mindenképpen elismerés. Köszönöm!

A mai nap meglepetése számomra, hogy felkerültem a SemanticWeb oldal által összeállított Semantic Web 100 listára, ami a szemantikus web jövőjének meghatározó személyiségeit listázza (The thought-leaders and visionaries discussing the future of the Web). A listán szereplő nevek (pl. Clay Shirky, Alex Iskold vagy Hans Rosling) közé bekerülni nagy megtiszteltetés, amit nem gondolnám, hogy már kiérdemeltem volna.

Cégünkben folyamatosan azért dolgozunk, hogy valóban olyan eszközöket, szemantikus keresőket tudjunk létrehozni, amelyek könnyebbé és hatékonyabbá teszik az információk megtalálását.

Update: Közben felhívták rá a figyelmemet, hogy a listán még egy magyar származású van Herman Iván személyében.

20 évvel ezelőtt az internet nagy lehetőséget jelentett az információ terjedésében, dokumentumok, adatok elérhetőségében. Mára ez természetessé vált. Mi a következő lépés a világháló megálmodója, Tim Berners-Lee szerint?

Rengeteg adat van a weben, rengeteg mindenről, de ezek sokszor redundánsak, illetve áttekinthetetlenek. Nehéz megtalálni az összefüggéseket. A Google sok mindent megtalál, de gyakran mégsem arra kapunk választ, amit valójában kerestünk.

Egymáshoz kapcsolódó adatok

Ennek a problémának lehetne megoldása a linked data megvalósítása és elterjedése. Az interneten található minden információ egyedi azonosítójának segítségével összeköthető. Így ha egy oldalon megjelenik valamilyen adat egy városról, akkor egy másik oldalon található más információ is hozzá kapcsolódik. Nem kell tehát minden egyes lépést külön felkeresnünk - valószínűleg nem is lehetne megtalálni - hanem a linked data adatbázisának hálózata tenné elérhetővé mindazt, ami megtalálható.

A linked data központi magja a Wikipedia alapján létrehozott dbpedia, ami a Wikipedia cikkeiben található tényeket dolgozza fel, rendezi adatbázisba. Ehhez kapcsolódnak további információforrások, egyre bővülő hálózatot alakítva ki.

Szemléletváltás szükséges

Ez nagy lehetőség a kutatási területeken, hiszen a különböző kutatócsoportok által elért eredmények kapcsolódási pontja lehetne, de a mindennapi életet is megkönnyítené. Ahhoz, hogy ez megvalósuljon ismét egy szemléletváltásra van szükség a digitális világ felhasználói körében: elérhetővé kéne tenniük mindazt az információt aminek birtokában vannak. A sok kicsi sokra megy elv alapján nagy változásokat hozhatna.

Tim Berners-Lee előadása a témában (update: most már elérhető a magyar fordítása a videónak. Köszönjük Keresztúri Lászlónak, hogy a review-t elvállalta): 

A digitális szakadék már régi fogalom. Hagyományoan azt írják le vele, mit jelent az, ha valaki nem képes az újabb informatikai eszközöket, vagy éppen magát a számítógépet hatékonyan használni. Guus van den Brekel az EAHIL 2010 konferencián beszélt az új digitális szakadékról.

Ez a szakadék már a számítógép felhasználók csoportján belül kezd kialakulni. Hasonlóan kimarad a szakadék egyik oldalán lévő felhasználók csoportja a weben történtek egy jelentős részéből, mert csak figyelője és nem alakítója annak. Persze lehet vitatni, hogy új-e vagy csupán a meglévő szakadék elmélyülése vagy éppen megjelenése újabb módokon, mindenesetre érdekes gondolatok.

Hol húzódik az új digitális szakadék? 

• akik tudják hogyan kell a keresésről gondolkozni vs. akik nem
• akik tudják hogyan lehet ellenőrizni a puha információkat vs. akik nem
• akik tudják, hogyan lehet információkat találni az új csatornákon vs. akik nem
• akik értik az informális nyelvek mai kultúráját vs. akik nem
• akik tudják, hogyan jön el hozzájuk az információ vs. akik maguk próbálják utolérni
• akiknek megvan a kellő tudásuk és tapasztalatuk hogyan tudnak létrehozni és újraosztani digitális tartalmakat vs. akik nem
• akik tudják, hogy a tanulás egy folyamatos tevékenység,  szemben azokkal, akik úgy tekintenek a tanulásra, mint valamire amit elértek

Egyre több szemantikus kereső, tudásbázis, vagy egyéb alkalmazás jelenik meg az interneten. Sok kétséget vet fel, hogy ez vajon azt jelenti-e, hogy valóban így fejlődik a technológia, vagy a szemantikus jelző jelentése veszít sokat tartalmából.

Így mire elérjük azt, hogy valóban szemantikus keresőink legyenek, már új elnevezést kell kitalálni, ami az "álszemantikus" szolgáltatásoktól megkülönbözteti ezeket. Így a hakia (szemantikus) kereső blogján megjelent bejegyzés eredeti címét (10 dolog, amitől egy kereső szemantikus) óvatosabban fogalmazva így lehetne leírni: 10 dolog, ami közelebb visz egy szemantikus kereső megvalósításához... Természetesen ma még ezek megvalósítása is sokszor nehéz és a szemantikusság határait ezek jelentik, de mégis az emberi gondolkozáshoz hasonlítva kissé nehézkes.

Talán szemléletes példa egy valóban "szemantikus" keresőre a diák-tanár viszony. A diák úgy tekint tanárára, mint aki mindent tud, bármilyen kérdést feltehet neki, a tanár úgy fog válaszolni, hogy azt a diák megértse, utána további kérdésekre is van lehetőség, így a diák tudásvágya kielégíthető, biztosan megkapja a választ (jó esetben...). Ezt talán a gépektől el nem várhatjuk, de az egyértelmű, hogy nagyon messze vagyunk ettől.

Kiindulásként azonban mindenképpen hasznos összefoglaló a hakia 10 pontja:

1. Morfológiai változatok kezelése: az egyes szavak különböző nyelvtani alakjainak egységes, konzisztens kezelése (igeidők, többesszám, egyéb toldalékok, stb). A keresés eredménye ne változzon bármely alakban történik a keresőszó beírása.
2. Szinonímák kezelése: a megfelelő jelentésű szinonímák figyelembe vétele természetesen a megfelelő kontextus esetén. A jelentésegyértelműsítés alkalmazása mindenképpen a fejlődésre utal.
3. Általánosítások kezelése: a felhasználó által megfogalmazott általános formájú keresés eredménye legyen specifikus.
4. Fogalmi kapcsolatok: a keresett kifejezésre adott választ nem csak szóillesztéssel, hanem tágabb fogalmi kapcsolatok feltárásával határozza meg.
5. Tudás alapú kapcsolódások: az előzőhöz hasonlóan a kereső alkalmazza a beépített tudásbázisát a releváns találatok megtalálására.
6. Természetes nyelvű keresések és kérdések kezelése: reagáljon megfelelően ha a keresett kifejezést a felhasználó kérdés formájában fogalmazza meg, de mégsem azonos módon egy kérdés-válasz rendszerrel, ahol az eredmény csupán egyetlen válasz, nem pedig rangsorolt találatok.
7. Az eredményeken belül is találja meg a konkrét választ: jelezze a felhasználó felé, hogy az adott oldalon hol és milyen formában található meg a kérdésére, keresésére a válasz.
8. A lekérdezések formája legyen szabad: ne kelljen külön szintaktikát megtanulni egy kereső használatához, ne legyen szükség idézőjelekre, logikai kapcsolatok kifejezésére, melyek a jelentést helyettesítik.
9. Ne alapozzon statisztikai megfigyelésekre, felhasználói viselkedésre: a válaszokat elsősorban a források elemzésével, és ne a link-kapcsolatok, felhasználói jelölések és egyéb mesterséges kiegészítők alapján találja meg. Sok esetben nem is állnak rendelkezésre ilyen információk.
10. A saját teljesítményének meghatározása: ha egy kereső nem alkalmaz szemantikai jellemzők feltárását, elemzését, akkor az eredményeinek sorrendje olyan mesterséges mércék alapján kerül meghatározásra, mint a népszerűség, felhasználói reakciók. A szemantikus keresőknek a jelentés alapján kell meghatározniuk a sorrendet.

A felsorolt 10 pont megvalósítása is nagyon nehéz feladat, olykor szinte lehetetlen és nem is feltétlenül szükséges. Látszik, hogy egy mai határok szerint működő szemantikus kereső létrehozása is rendkívül sok erőforrást igényel, így már az is eredmény lenne, ha ilyen "szemantikus" keresők működnének, ha tanár-diák kapcsolatot még nem is alakíthatunk ki velük. A Precognox kereső is ilyen szemantikus jellegű keresés kialakítására alkalmas.