duży kontrast mapa strony
Strona startowa » Nauka i technologie »

Wyszukiwarka Nekst uporządkuje polski internet

Polska Agencja Prasowa / Ludwika Tomala

Szacuje się, że w polskim internecie jest teraz około miliarda polskojęzycznych dokumentów. Dane te porządkują i analizują twórcy polskiej semantycznej wyszukiwarki internetowej Nekst. System pozwolić ma na precyzyjniejsze przeszukiwanie polskich tekstów.
Nad wyszukiwarką pracuje zespół z Instytutu Podstaw Informatyki PAN w Warszawie, a także z Politechniki Wrocławskiej. Badacze chcą do czerwca tego roku zeskanować w sumie 500 mln dokumentów (tekstów - m.in. artykułów czy plików pdf), a więc połowę polskiego internetu. Wtedy też Nekst ma być udostępniony użytkownikom. Z czasem badacze chcą zeskanować i na bieżąco aktualizować dane o wszystkich polskich tekstach w internecie.

"Nawet Google czy Yahoo, przy całej swojej potędze, prawdopodobnie nie mają zebranego całego polskiego internetu" - przyznaje kierownik projektu, prof. Jacek Koronacki, dyrektor IPI PAN. Szacuje, że wyszukiwarki te gromadzić mogą np. tylko co piąty dokument po polsku.

Na razie twórcom polskiej wyszukiwarki udało się zebrać 160 mln polskojęzycznych dokumentów, a więc ok. 16 proc. polskiego internetu. Jak zaznacza w rozmowie z PAP jeden z twórców wyszukiwarki, dr Dariusz Czerski z IPI PAN, problem nie leży w przechowaniu na serwerach instytutu surowych tekstów. Skompresowane zajmują one ok. 3 terabajtów, czyli zmieściłyby się na trzech niedużych przenośnych dyskach twardych. Jednak teksty te należy na bieżąco opisywać i uporządkować, aby można je było przetwarzać dla potrzeb wyszukiwania.

Polska wyszukiwarka będzie działała według całkiem innych algorytmów niż największe wyszukiwarki międzynarodowe. "Te wyszukiwarki nie mają mechanizmów, które naśladowałyby rozumienie języka" - opowiada prof. Koronacki i podkreśla, że Nekst będzie pierwszą w Europie tak dużą wyszukiwarką semantyczną dla narodowego języka.

Nekst nie będzie wyszukiwała na stronie jedynie ciągu znaków - słów kluczowych, ale raczej analizować będzie gromadzone teksty pod kątem najczęściej pojawiających się w nich istotniejszych słów i wyrażeń wielosłownych (np. fraz rzeczownikowych). Dzięki temu wyszukiwarka może "wywnioskować", o czym jest dany tekst i jak najskuteczniej go zaklasyfikować. "Musimy umieć budować mechanizmy rozumienia języka, które zdecydowanie różnią się od inżynierii dla języka angielskiego. Musimy zwłaszcza umieć uwzględniać fleksję i swobodny szyk zdania" - wyjaśnia prof. Koronacki.

I tak przykładowo, jeśli internauta zapyta o opony, Nekst ujednoznaczni zapytanie i dopyta, czy chodzi o opony samochodowe (bo może też chodzić opony mózgowe). Pokaże szukającemu linki także do stron, w których nie ma frazy „opony samochodowe”, ale występuje rdzeń słowa "opony" i pojawiają się inne słowa, które wskażą, że strona rzeczywiście poświęcona jest motoryzacji.

Pytania zadawane wyszukiwarce mogą być zamawiane w języku naturalnym, a więc będą bardziej podobne do pytań zadawanych człowiekowi. Jej twórcy chcą też, by Nekst podawała nie tylko linki do stron, ale również wskazywała interesujący osobę zadającą pytanie fragment strony. Jeśli zapytamy, w którym roku zmarł Kazimierz Wielki, powinna ona wskazać w dokumentach zdania zawierające odpowiedź - np. "Kazimierz Wielki zmarł w 1370 r".

Naukowcy pracują też nad tym, by ich system potrafił analizować wydźwięk emocjonalny danej wypowiedzi. Mechanizm będzie umiał rozpoznać, czy o danym zjawisku, firmie czy osobie mówi się w pozytywny czy w negatywny sposób. Uczestnicy projektu Nekst chcą też, by ich system w przyszłości usprawnił wykrywanie plagiatów.

W ramach projektu trwają też prace nad analizą obrazów - wyszukiwarka w dokumentach będzie mogła po pewnego stopnia rozpoznawać, co jest na ilustracjach. (PAP)

Abonament

Nauka i technologie

Politechnika Rzeszowska buduje motoszybowiec z napędem wodorowymMotoszybowiec z napędem wodorowym powstaje na Politechnice Rzeszowskiej. To kolejny etap prowadzonych od kilku lat badań nad alternatywnymi źródłami energii dla lotnictwa. Do pierwszego samodzielnego lotu motoszybowiec ma być gotowy do końca 2018 roku. W kadłubie motoszybowca AOS-H2 znajdą się butle z wodorem i ogniwo paliwowe wodorowe, które wytworzy prąd ... Prezydent: elektromobilność to skuteczna metoda walki ze smogiemSamochody elektryczne oznaczają brak emisji, jeżeli przejdziemy na elektromobilność będziemy w stanie zapewnić czystsze powietrze - podkreślił prezydent Andrzej Duda. Jego zdaniem, na tym polu możemy też skutecznie konkurować z Zachodem. Prezydent Andrzej Duda wziął w środę udział w konferencji pt. "Technologie przyszłości. Elektromobilność". Duda zazna ... Wystawa ma wspomagać nauczanie fizyki w szkołach, a także rozwijać wśród młodzieży logiczne myślenie oraz umiejętność pracy w grupie. Fot. iwona Muszytowska-RzeszotekPowraca wystawa "Kalejdoskop" w Młynie Wiedzy w ToruniuWystawa "Kalejdoskop" ponownie otwarta w Centrum Nowoczesności Młyn Wiedzy w Toruniu. Instytucja przygotowała także towarzyszącą ekspozycji ścieżkę zwiedzania dla dzieci i młodzieży - na 30 stanowiskach prezentowane będą elementy optyki geometrycznej. "Ekspozycja wraca do naszego centrum po dwóch latach, co jest odpowiedzią na liczne prośby nauczycieli. Pa ... Nadciąga Noc Biologów: 12 stycznia atrakcje w ok. 30 ośrodkachPiątek 12 stycznia to data, której nie powinien przegapić żaden miłośnik biologii. Ok. 30 jednostek akademickich w kraju przygotowuje wtedy moc atrakcji z okazji Nocy Biologów. W planach są prelekcje, wycieczki i pokazy. Na część zajęć obowiązują rezerwacje. Szczecin, Zielona Góra, Poznań, Opole, Katowice, Kraków, Rzeszów, Lublin, Bydgoszcz, Toruń, Poznań, ... Hyundai do 2021 r. ma zacząć sprzedawać samochody autonomiczneKoreański koncern motoryzacyjny Hyundai Motor we współpracy z amerykańskim start-upem Aurora Innovation do 2021 r. zacznie sprzedawać pierwsze auta poruszające się bez kierowcy - poinformowała w czwartek agencja Kyodo. Jak wskazano, w ciągu trzech lat Hyundai and Aurora wprowadzą na rynek samochody, które będą mogły "jeździć bez kierowcy w większości warun ... 2017 rok był kolejnym przełomowym w dziedzinie druku 3DRok 2017 był kolejnym, w którym doszło do wielu przełomowych wydarzeń w druku 3D, a polskie firmy z tej branży są coraz bardziej rozpoznawalne i dokonują coraz ciekawszych wdrożeń, m.in. w medycynie – mówi PAP Paweł Ślusarczyk z Centrum Druku 3D. Ekspert przyznaje, że jednym z największych beneficjentów - jeśli chodzi o technologię druku 3D - jest medycyna ... Korea Północna bezpośrednio odpowiedzialna za cyberatak WannaCry"Atak był powszechny i kosztował miliardy, a Korea Północna jest bezpośrednio odpowiedzialna" - napisał Tom Bossert, doradca ds. bezpieczeństwa wewnętrznego w Białym Domu w opinii opublikowanej we wtorek online przez Wall Street Journal. Bossert deklaruje, że każdy kto zagraża USA, zostanie pociągnięty do odpowiedzialności lecz nie wyszczególnił żadnych ko ... Pierwszy polski minisatelita w ramach Krajowego Programu KosmicznegoW ramach Krajowego Programu Kosmicznego planujemy budowę minisatelity, który zwiększy bezpieczeństwo kraju - powiedział PAP wiceprezes Polskiej Agencji Kosmicznej płk Piotr Suszyński. Dodał, że w I kwartale 2018 r. KPK zostanie przedłożony premierowi. Budżet programu to ponad 1,4 mld zł. PAP: Czego Polska szuka w kosmosie? Piotr Suszyński: W ramach Kraj ... Eksperci: zakaz korzystania ze smartfonów w szkołach nie rozwiązuje problemuSmartfony i tablety uzależniają dzieci i młodzież, zbyt częste korzystanie z tych urządzeń może zmieniać ich psychikę i szkodzić zdrowiu. Jednak całkowity zakaz korzystania ze smartfonów w szkołach nie rozwiązuje problemu - uważają eksperci. Na taki krok zdecydowali się Francuzi. W czwartek minister edukacji Francji Jean-Michel Blanquer poinformował, że od ... Chiny budują największą elektrownię fotowoltaiczną świataNajwiększa pływająca po wodzie elektrownia fotowoltaiczna świata, której konstrukcja trwa od lipca, została częściowo połączona z siecią elektroenergetyczną – ogłosiła w niedzielę firma z grupy Sanxia, prowadząca budowę. Elektrownia za miliard juanów (ponad 150 mln dolarów) powstaje w stosunkowo biednej prowincji Anhui na wschodzie kraju, na jeziorze utwor ...
1234567
Ważne: nasze strony wykorzystują pliki cookies.

Używamy informacji zapisanych za pomocą cookies i podobnych technologii m.in. w celach reklamowych i statystycznych oraz w celu dostosowania naszych serwisów do indywidualnych potrzeb użytkowników. Mogą też stosować je współpracujący z nami reklamodawcy, firmy badawcze oraz dostawcy aplikacji multimedialnych. W programie służącym do obsługi internetu można zmienić ustawienia dotyczące cookies. Korzystanie z naszych serwisów internetowych bez zmiany ustawień dotyczących cookies oznacza, że będą one zapisane w pamięci urządzenia. Więcej informacji można znaleźć w naszej Polityce prywatności

Zamieszczone na stronach internetowych www.radiopik.pl materiały sygnowane skrótem „PAP” stanowią element Serwisów Informacyjnych PAP, będących bazą danych, których producentem i wydawcą jest Polska Agencja Prasowa S.A. z siedzibą w Warszawie. Chronione są one przepisami ustawy z dnia 4 lutego 1994 r. o prawie autorskim i prawach pokrewnych oraz ustawy z dnia 27 lipca 2001 r. o ochronie baz danych. Powyższe materiały wykorzystywane są przez Polskie Radio Regionalną Rozgłośnię w Bydgoszczy „Polskie Radio Pomorza i Kujaw” S.A. na podstawie stosownej umowy licencyjnej. Jakiekolwiek wykorzystywanie przedmiotowych materiałów przez użytkowników Portalu, poza przewidzianymi przez przepisy prawa wyjątkami, w szczególności dozwolonym użytkiem osobistym, jest zabronione. PAP S.A. zastrzega, iż dalsze rozpowszechnianie materiałów, o których mowa w art. 25 ust. 1 pkt. b) ustawy o prawie autorskim i prawach pokrewnych, jest zabronione.

Rozumiem i wchodzę na stronę