Поисковая машина нового поколения -2

Думаю, что в лучшем варианте - следует ожидать стандарта по ведению сематических связей.

В отличие от русского языка, у них задачи морфологии и синтаксиса формализованы давно, готовых решений много, поэтому они переходят уже на более высокий уровень, модной нынче онтологии.

Допустим найдется Н-е количество людей - профессионалов в совей области знаний, которые выпишут семантические связи, которые будут статистичекски проработаны. А будет ли достигнуто "понимание" - тут надо у Гуру спрашивать:) Статистика - вообще лженаука:)

IMHO никак не повлияет. Не меньшие суммы регулярно тратятся на, например, разработку стандартов по оформлению документов и классификаторов, но никто не ожидает, что завтра произойдет качественное изменение в этой области.

Главная проблема всех этих онтологических изысканий - они бесконечно далеки от практики работы реальных пользователей информации и переполнены демагогией.

Тут можно задаться еще одним вопросом: А сможет техника учета онтологии быть лучше (по времени и по релевантности), чем пред обработка parser-ами или chunker-ами?

IMHO повлияет и очень сильно, причем учитывая планы Microsoft,

возможно достаточно скоро.

Только повлияет не совсем так, или совсем не так, как сейчас пишут.

Конечно, когда сейчас западные (и не только) люди пишут про онтологии - это чаще всего "новое знамя" в борьбе за ...

Однако, уже СЕЙЧАС все сходятся в простейших онтологиях:

дата, автор, место (адрес), цена товара и т.п.

Дело в том, что даже такие простые вещи могут сильно изменить Веб.

Пресловутый "ближайший магазин, где продается требуемый товар".

Сейчас многие стараются поддерживать списки географической привязки

(в лучшем виде с локализацией до города), которые неполны, неточны, неактуальны и т.п. Тут же этих проблем не будет (м.б. будут другие).

Или, например, легко считывать цену товара, а не писать сложные программы ее извлечения по тексту (найти прайс-лист, разобрать, классифицировать). В сочетании с датой прайса - чем плохо?

В общем виде, речь идет о дополнительной информации, которая позволит устанавливать дополнительные связи помимо явных ссылок, в том числе на централизованные базы данных.

Сейчас уже видны сферы применения:

свободный обмен структурированной информацией между большими ("солидными" - не жульничаюшими, авторизованными) игроками.

Исследование более сложных онтологий здесь (что бы не писали грантопросители) - это на самом деле поиск границы того, что будет использоваться или не будет нужно, или будет нужно в узких сообществах.

Собственно, мой вопрос/интерес в том же - есть ли что нибудь еще нужное, кроме поиска ближайшего магазина и лучших цен.

Например, что нужно указывать о товаре (на странице и в запросе), чтобы можно было подобрать лучший для пользователя?

Немного демагогии.

ЧТо такое реальные пользователи?

IMHO это такие РЕАЛЬНЫЕ пацаны, которые платят деньги или готовы платить, но которые ХОТЯТ знать за что платят - то есть должны иметь возможность сравнить с другими предложениями.

Тут на форуме уже не раз писалось, что для нахождения лучшего предложения, когда надо что-то купить, сейчас рекомендуют прыгать сразу на страницу 5-ую выдачи. Как-то это с трудом вяжется с основной функцией нынешних поисковых машин.

Специализированные сайты по товарам обычно набиты всяким интерактивом для уточнения запроса - для меня это значит, что для реальных пользователей текущий стандартный интерфейс ПМ не очень подходит -

и чем дальше, тем больше.

Опять же строго IMHO, но структурированное представление информации, например, о ценах по-моему не очень вяжется с бытующим понятием "онтология" при всей ее расплывчатости. Кроме того, практически все поисковики это сейчас уже умеют. Ну и существуют специализированные системы типа price.ru и т.п. Я сам еще в "довебовскую" эпоху занимался такой системой вытаскивания информации о недвижимости из объявлений. Никто никогда не объявлял это "онтологиями","семантикой" и т.д.

Я совершенно согласен, что пацаны с деньгами и с малым количеством времени - это реальные пользователи. А товарищи, которые ожидают, что поисковик будет разумен как эксперт во всех областях, с помощью примитивных средств WordNet или синтаксического анализа с использованием онтологического словаря профессора Х - пользователи только в умах академических исследователей. Но, как правило, когда написано "семантика и онтология", то подразумеваются вторые.

Я считаю, что движение будет с двух сторон - системы будут лучше разбирать неструктурированную информацию и информация будет структурироваться для поисковиков, но это будет взаимное эволюционное развитие. Прорывов глобально не будет. Будет так - все в мета начнут закладывать географию и поисковики начнут проверять. Это улучшит поиск ближайших магазинов. Почти сразу начнется киберспам и дополнительные проверки поисковиками этой информации по другим критериям, что приведет к тому, что поиск улучшится, но шум все равно будет и т.д.

Никто и не спорит об этом.

Мой вопрос прежний - есть ли реально в массовом (для массового

пользователя) поиске задачи, которые могут решаться лучше с использованием доп.разметки, как бы она не называлась.

Есть ли такие задачи в ограниченных стабильных сообществах.

Умеют но плохо, и проблем очень много. Когда требуется качество,

сажают девочек на ручной ввод. Пока этого достаточно.

Конечно, то что умеют делать сейчас - это очень простые вещи

(раньше называлось information extraction).

Здесь две разных задачи:

1) уже то, что умеют, может быть очень полезно

2) действительно, нечетко определена граница (и здесь очень много спекуляций) что смогут сделать

Я не думаю, что "поисковик будет разумен как эксперт во всех областях".

Однако, когда ничего из стандартного набора не помогает, могут

помочь даже и приведенные Вами примеры технологий.

Кроме того, если можно заранее - по разметке - знать предметную область текста, то уровень автоматической обработки можно поднять,

привлекая специализированные лингвистические ресурсы.

Уверяю, что достаточно большие предметные области "покрываются в ноль" за вполне разумные время-деньги (конечно не все, но и этого может быть достаточно).

Тут ведь главное, что "поиск улучшится".

С этим как раз не очень понятно.

Цель то ведь какая - чтобы страницы в вебе генерились машинами для машин.

То есть либо страниц будет очень много - гораздо больше чем сейчас.

Либо будет одна большая страница (типа robots.semweb)

содержимого базы данных с перечнем указателей на другие страницы (возможно динамические) для робота - куда идти.

И что такое прорыв?

Возможность общаться (закупать автоматом подешевле при наличии)

между собой "домашнему холодильнику" и "магазину продуктов" при этом

выглядит вполне реализуемой.

Насколько я вижу - товары/услуги (обобщение цен) и новости (RSS и т.п.). Больше не могу придумать. А в этих двух случаях однозначно удастся получить улучшение результатов.

При поиске людей наверное может пригодиться. Если я знаю фамилию, имя и отчество, а мне нужны все упоминания как полностью написанных ФИО, так и фамилии с инициалами. Обычно поисковики выдают кучу мусора (например список людей, где у одного совпадают инициалы, а у следующего фамилия).