HTML

Precognox

 precognox-logo-cmyk-620.jpg

A blog készítői a Precognox Kft. keretein belül fejlesztenek intelligens, nyelvészeti alapokra épülő keresési, szövegbányászati, big data és gépi tanulás alapú megoldásokat.

Az alábbi keresődoboz segítségével a Precognox által kezelt blogok tartalmában tudsz keresni. A kifejezés megadása után a Keresés gombra kattintva megjelenik vállalati keresőmegoldásunk, ahol további összetett keresések indíthatóak. A találatokra kattintva pedig elérhetőek az eredeti blogbejegyzések.

Ha a blogon olvasható tartalmak kapcsán, vagy témáink alapján úgy gondolod megoldással tudunk szolgálni szöveganalitikai problémádra, lépj velünk kapcsolatba a keresovilag@precognox.com címen.

Precognox Blogkereső

Document

opendata.hu

opendatahu45.jpg

Az opendata.hu egy ingyenes és nyilvános magyar adatkatalógus. Az oldalt önkéntesek és civil szervezetek hozták létre azzal a céllal, hogy megteremtsék az első magyar nyílt adatokat, adatbázisokat gyűjtő weblapot. Az oldalra szabadon feltölthetőek, rendszerezhetőek szerzői jogvédelem alatt nem álló, nyilvános, illetve közérdekű adatok.

Facebook oldaldoboz

Blog figyelése (RSS)

 Add hozzá az RSS olvasódhoz

Ha levélben szeretnél értesülni az új cikkekről:

Star Wars text mining

visualizing_star_wars_movie_scripts_precognox.jpgA long time ago, in a galaxy far, far away data analysts were talking about the upcoming new Star Wars movie. One of them has never seen any eposide of the two trilogies before, so they decided to make the movie more accessible to this poor fellow. See more...

Főbb témák

adat (8) adatbányászat (11) adatelemzés (9) adatok (13) adatújságírás (16) adatvizualizáció (19) AI (19) alternatív (6) alternatív keresőfelület (28) analitika (6) beszédtechnológia (13) big data (55) bing (14) blogkereső (6) CEU (6) clustering (6) conTEXT (8) dashboard (6) data science (9) deep learning (18) egészség (7) egészség kereső (7) előadás (7) emócióelemzés (35) facebook (8) Facebook (9) gépi tanulás (18) google (59) Google (33) gyűlöletbeszéd (7) hackathon (10) hálózatelemzés (14) intelligens keresés (6) internetes keresés (35) internet hungary (6) képfeldolgozás (8) képkereső (8) keresés (87) kereséselmélet (8) keresési felület (6) keresés jövője (57) keresés problémái (41) keresők összehasonlítása (9) keresőmotor (16) keresőoptimalizálás (8) kereső szándéka (11) kereső tanfolyam (9) kereső teszt (15) kognitív nyelvészet (12) konferencia (46) könyvajánló (25) korpusznyelvészet (14) közösségi keresés (8) közösségi média (8) különleges keresők (7) kutatás (9) LDA (10) lda (10) live (13) machine learning (9) magyar kereső (9) marketing (8) meetup (41) mesterséges intelligencia (19) metafora (7) mobil (37) mobil keresés (17) Neticle (9) NLP (8) NLP meetup (17) Nuance (9) nyelv (7) nyelvészet (32) nyelvtechnológia (76) open data (12) open knowledge (7) orosz (6) Pennebaker (6) politikai blogok (22) Precognox (65) Precognox Labs (14) Python (14) R (19) spam (6) statisztika (12) számítógépes nyelvészet (9) szemantikus keresés (19) szemantikus kereső (9) szentimentelemzés (37) szöveganalitika (7) szövegbányászat (22) társadalomtudomány (7) tartalomelemzés (56) tartalomjegyzék (6) tematikus kereső (20) topik modellek (6) twitter (15) Twitter (18) vállalati kereső (7) vertikális kereső (9) vizualizáció (13) yahoo (27) Címkefelhő

A blog tartalmai CC licenc alá tartoznak

Creative Commons License
Kereső Világ by Precognox Kft. is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Based on a work at http://kereses.blog.hu/.
Permissions beyond the scope of this license may be available at http://precognox.com/.

A Kereső Világ blogon közölt tartalmak a Precognox Kft. tulajdonát képezik. A tartalom újraközléséhez, amennyiben nem kereskedelmi céllal történik, külön engedély nem szükséges, ha linkeled az eredeti tartalmat és feltünteted a tulajdonos nevét is (valahogy így: Ez az írás a Precognox Kft. Kereső Világ blogján jelent meg). Minden más esetben fordulj hozzánk, a zoltan.varju(kukac)precognox.com címre írt levéllel.

Creative Commons License

Nevezd meg! - Ne add el! - Ne változtasd!

 

NLP nap a Precognoxnál - avagy mit is csinálunk mi?

2014.12.12. 21:35 Szerző: Zoltán Varjú Címkék: nyelvtechnológia Precognox

Ma kutatói napot tartottunk, amin megbeszéltük az aktuális projekteket és jövő évi terveinket. Sokan szokták kérdezni, hogy mivel is foglalkozunk, hogyan dolgozunk - ami ebből nyilvános, azt megtaláljátok alábbi diáinkban (ígérjük, idén már nem lesz több slideos poszt!).

nlp_team.jpg

Az idei év legfontosabb változása az, hogy immár egy komplett csapat foglalkozik NLP és gépi tanulás K+F projektekkel, őket láthatjátok a fenti képen (balról jobbra Szabó Martina, Kása Károly, aki a fejlesztési vezetőnk, Varjú Zoltán, Balogh Kitti, Morvay Gergő). A kutatói napon munkatársaink összefoglalták, hogy milyen projekteken dolgoznak éppen.

 

Szabó Martina nyelvész szakértőnk 2014 márciusában csatlakozott csapatunkhoz és azóta már több projektünkben is aktívan részt vett. Fő kutatási területe a szentiment- és emócióelemzés , amiben Morvay Gergő gyakornokunk segíti őt. Martinának köszönhetően cégünk egyre gyakrabban jelenik meg tudományos konferenciákon és a szakma publikációiból is megismerheti ezen projektünket.

 

Balogh Kitti statisztikusunk 2014 márciusában csatlakozott csapatunkhoz és több projektben is bizonyított már cégünknél. Amennyire fontos a tesztelés a szoftverfejlesztésben, legalább annyira fontos a gépi tanulási algoritmusok kiértékelése. Célunk, hogy munkánk része legyen a kiértékelés és minden olyan projektünk esetében a használt modellek kiválasztásától kezdve a végtermék kiértékeléséig szigorú metodológia mentén járjunk el, Kitti ebben segíti munkánkat.

 

A politikai blogokkal kapcsolatos sorozatunkat lelkes olvasóink már ismerhetik. Kitti a tartalomelemzés és a linkanalízis összekapcsolását kitűző projektünkkel kapcsolatos terveit is ismertette.

 

2015-ben izgalmas feladatok várnak ránk, ígérjük mindenről beszámolunk majd (ami nyilvános).

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

A LingDokKonf 18. diái

2014.12.09. 08:26 Szerző: Szabó Martina Katalin Címkék: konferencia szentimentelemzés LingDok

A Szegedi Tudományegyetem Nyelvtudományi Doktori Iskolája minden évben meghirdeti a Nyelvészdoktoranduszok Országos Konferenciáját. A tizennyolcadik LingDok konferenciára 2014. november 20-án és 21-én került sor, az SZTE Bölcsészettudományi Karának Konferenciatermében. 

A konferencián "A magyar nyelvű szövegek szentimentelemzésének dilemmái, különös tekintettel a szentimentsifterek kezelésére" címmel tartottam előadást, amelyben igyekeztem a szentimentelemzés NLP-feladatát a kardinális elméleti problémák felől is megvizsgálni.

Az előadás diáit ebben a posztban közzé is tesszük. Továbbra is örömmel fogadunk minden észrevételt, kérdést és ötletet azoktól, akik hozzánk hasonlóan rendkívül izgalmas és nagy kihívást jelentő kutatási témának tekintik a szentimentek kivonatolását a magyar nyelvű szövegekből! 

 

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

A novemberi NLP meetup diái

2014.11.29. 11:19 Szerző: Zoltán Varjú Címkék: meetup nyelvtechnológia NLP meetup

A csütörtöki meetupon valószínűleg rekord látogatottságot értünk el, köszönet Recski Gábor szervezőnek, az előadóknak és persze nektek kedves tagok! A diákat megtaláljátok alább:

Simon Eszter: A hun* eszközlánc szószintű feldolgozó eszközei 

Simon Eszter: Szekvenciális elemzők: a hunner és a hunchunk

 

 

Miháltz Márton: Közösségimédia-szövegek feldolgozásához adaptált Hun* eszközök 

 

 

Orosz György: Egy adaptálható morfológiai egyértelműsítő rendszer

 

Vincze Veronika: Nyelvi elemzők Szegedről: morfológia, szintaxis, tulajdonnevek és többszavas kifejezések

 

 Farkas Richárd: Információk automatikus kiemelése magyar nyelvű szövegekből 

 

Pólya Tibor: Regresszív Képzeleti Szótár - Narratív kategorikus tartalomelemzés 

Szekeres Péter: Webes vélemények egyetlen grafikonba sűrítve 

 

 

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

NLP eszközök magyarra - Nov. 27. NLP meetup

2014.11.25. 07:42 Szerző: Zoltán Varjú Címkék: meetup NLP meetup

November 27-én tartjuk következő meetupunkat, 18:00 kezdéssel, a megszokott Colabs-ben. Továbbra is ingyenes a rendezvény, de arra kérünk mindenkit, regisztráljon és jelezze részvételét meetup oldalunkon. Mivel sokan kérték, hogy mutassuk be a magyar nyelvre elérhető eszközöket, Recski Gábor szervezőtársam összeszedte ezeket nektek és készítőik ötperces bemutatókon keresztül ismertetik is ezeket.

logo9_final.jpg

A program:

Simon Eszter (MTA Nyelvtudományi Intézet): 

A hun* eszközlánc szószintű feldolgozó eszközei
 

A hun* eszközláncot a BME MOKK fejlesztői hozták létre azzal a céllal, hogy segítségükkel természetes nyelvi szövegeket lehessen feldolgozni a legalapvetőbb lépésektől akár a magasabb szintű elemzésekig. Az előadásban bemutatjuk a huntokent, amely a bemenő szabad szöveget alapegységekre (szavakra és mondatokra) bontja. Aztán szó lesz a hunmorphról és a hunposról, amelyekkel a már szóként azonosított egységekhez komplett és egyértelmű morfológiai elemzést rendelhetünk, amely az olyan erősen ragozó nyelveknél, mint a magyar a következő nyelvfeldolgozó lépések fontos előfeltétele. 

Szekvenciális elemzők: a hunner és a hunchunk 

A címben szereplő eszközök a hun* eszközláncnak olyan elemei, amelyek nem szószintű elemzést hajtanak végre, hanem nyelvi elemek szekvenciáit azonosítják be. A háttérrendszer ugyanaz minden szekvenciális címkézési feladathoz, de eddig két területre alkalmaztuk: tulajdonnév-felismerésre (named entity recognition) és sekély szintaktikai elemzésre (chunking). Az előadásban elsősorban azt mutatjuk be, hogy a rendszer hogyan használható erre a két feladatra. 


Miháltz Márton (MTA Nyelvtudományi Intézet): 

Közösségimédia-szövegek feldolgozásához adaptált Hun* eszközök
 

A Facebookon publikusan elérhető posztok és kommentek szövegei remek forrást nyújtanak véleményelemzéshez, viszont a sztenderd írott nyelvtől eltérő nyelvezet kihívás elé állítja az elérhető magyar NLP eszközöket. Bemutatjuk a huntoken, hunmorph és hunpos eszközökhöz készült, SM nyelvezetet támogató, szabadon bővíthető open source kiegészítéseinket. 

Orosz György (PPKE Információs Technológiai és Bionikai Kar):

Egy adaptálható morfológiai egyértelműsítő rendszer
 

Magyar nyelv esetén szavak szófaji címkéinek megállapításán túl egy másik fontos előfeldolgozó lépés a szótövek meghatározása. Az előadásban ismertetjük a nyílt forráskódú PurePos rendszert, mely ezt az összetett feladatot oldja meg nagy pontossággal. Bemutatjuk még az eszköz rugalmas felépítését, mely által alkalmassá válhat különleges domének elemzésére is. 


Vincze Veronika   (MTA-SZTE Mesterséges Intelligencia Kutatócsoport): 

Nyelvi elemzők Szegedről: morfológia, szintaxis, tulajdonnevek és többszavas kifejezések
 

A magasabb rendű nyelvtechnológiai alkalmazások számára alapvető fontosságú a szövegek nyelvi (morfológiai és szintaktikai) elemzése. Ezen felül hasznos a tulajdonnevek felismerése és az ún. többszavas kifejezések azonosítása, melyek sajátos jelentésük és viselkedésük miatt speciális kezelést kívánnak meg számos alkalmazásban, például információkinyerésben vagy gépi fordításban. Előadásunkban bemutatjuk a szegedi NLP-csoport nyelvi elemző eszközeit: a magyarlanc nevű morfológiai és függőségi elemzőt, angol és magyar nyelvű tulajdonnév-azonosító rendszerünket, továbbá többszavas kifejezéseket több nyelven azonosító rendszerünket.


Farkas Richárd (SZTE Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszék): 

Információk automatikus kiemelése magyar nyelvű szövegekből
 

Röviden bemutatjuk az információkinyerő rendszerünket, amely képes nagy méretű szöveghalmazokból automatikusan bizonyos célinformációkat (pl. ki, mikor, mit csinált) egy strukturált adatbázisba kiemelni. A feladat csak mély szintaktikai elemzés felhasználásával oldható meg. 


Pólya Tibor (MTA Természettudományi Kutatóközpont, Kognitív Idegtudományi és Pszichológiai Intézet, KRE BTK Pszichológiai Intézet): 

Regresszív Képzeleti Szótár
 

A Regresszív Képzeleti Szótárt Colin Martindale dolgozta ki a szöveg keletkezésekor domináló gondolkodási mód azonosítására. Az elemzési eljárás pszichológiai validitását empirikus kutatások sora igazolja. A magyar változatot Pólya Tibor és Szász Levente Péter készítette el (MTA TTK KPI). 

Narratív kategorikus tartalomelemzés 

A NarrCat a történetek tartalmának és szerkezetének automatikus elemzésére kidolgozott eljárás. A NarrCatot számos kutatásban alkalmaztuk a személyes és a szociális identitás vizsgálatára. A NarrCatot az MTA TTK KPI Narratív Pszichológiai Kutatócsoportja és a PTE Pszichológiai Intézete dolgozta ki a Morphologic Kft., az MTA Nyelvtudományi Intézet Nyelvtechnológiai Kutatócsoportja és a SZTE Mesterséges Intelligencia Kutatócsoportja közreműködésével. 


Szekeres Péter (Neticle): 

Webes vélemények egyetlen grafikonba sűrítve
 

A bemutatkozásban megnézzük, hogy hogyan lehet a social tartalomgyűjtés és az NLP ötvözésével 1 gombnyomásra legenerálható üzleti kimutatásokat készíteni a Neticle rendszerben. 

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

Data is everywhere - nov. 25. BOK meetup

2014.11.24. 07:29 Szerző: Zoltán Varjú Címkék: meetup ePSIplatform opendata.hu vs.hu Budapest Open Knowledge meetup

November 25-én 18:30-kor indul a novemberi Budapest Open Knowledge meetup a Colabs-ben. Rendezvényünk a European Public Sector Infromation Platform Tour állomása is egyben, ennek keretében Martin Alvarez (ePSI advisory board) PSI reuse in Europe előadásával indul az este. Martin előadása után rövid szünetet tartunk, majd magyarul folytatjuk a programot. A részvétel ingyenes, de arra kérünk mindenkit, hogy regisztráljon meetup oldalunkon.

okfnlogo.png

A program:

Martin Alvarez (ePSI Platform, W3C Spain): PSI Reuse in Europe  

This talk will present different successful (and not too successful) Open Data and PSI reuse initiatives around Europe, exploring the opportunities and challenges for public bodies, organizations and individuals.

Lebhardt Olviér - VS.hu 

Lebhardt Olivér, VS.HU főszerkesztő arról fog beszélni, hogyan lehet nagy adattömegekből sztorit csinálni. 

Varjú Zoltán: Open Knowledge Meetup és opendata.hu

A magyar open data hub, az opendata.hu mellett szeretném felhívni a figyelmeteket arra, hogy rengeteg lehetőség van csatlakozni hozzánk. Ha van adatod, vagy szeretsz írni, szeretnél programozói tudásoddal hozzájárulni az ügyhöz vagy véredben van a szervezés, akkor köztünk a helyed!

Az esemény a Norvég Civil Támogatási Alap támogatásával valósul meg.  

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

süti beállítások módosítása