IC2008 Introduzione Did You Know?

2. Did you know? Parte I: introduzione

Sommario ,[object Object],[object Object]

Video ,[object Object],[object Object]

Video – Key Messages ,[object Object],[object Object],[object Object],[object Object],[object Object]

Definizione di Semantic Web ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Ma le macchine possono “capire” ? ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Cosa “capisce” Google ,[object Object],[object Object],[object Object],[object Object],[object Object],Da Google technology: “The heart of our software is PageRank™ , a system for ranking web pages […] (that) relies on the uniquely democratic nature of the web by using its vast link structure as an indicator of an individual page's value .” http:// www.google.com /technology/

Rendere la semantica elaborabile ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Esempio concreto: il problema della ricerca ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Esperienze di “ricerca” vissuta... ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

“ Anatomy of a Search Engine” Sergey Brin, Lawrence Page: The Anatomy of a Large-Scale Hypertextual Web Search Engine. Computer Networks 30(1-7): 107-117 (1998) http://www- db.stanford.edu/pub/papers/google.pdf Scovare tutti i contenuti di possibile interesse per l’utente Estrarre le informazioni rilevanti da ciascun contenuto Organizzare le informazioni estratte in modo da ottimizzare i tempi di ricerca Escogitare un metodo per ordinare i risultati Permettere la ricerca dei risultati e una loro ispezione efficace Strutturare le informazioni rilevanti

“ Anatomy of a Search Engine” Indexes Searcher Indexer Ranker Crawler Metadata Scovare tutti i contenuti di possibile interesse per l’utente Estrarre le informazioni rilevanti da ciascun contenuto Organizzare le informazioni estratte in modo da ottimizzare i tempi di ricerca Escogitare un metodo per ordinare i risultati Permettere la ricerca dei risultati e una loro ispezione efficace Strutturare le informazioni rilevanti

Una soluzione ottimale per pagine Web Searcher Indexer Ranker Crawler Le risorse sono tra loro legate tramite link ipertestuali che relativamente semplice seguire ,[object Object],[object Object],Chi cerca esprime a sua volta la ricerca come testo Il lessico si espande con l’espansione della conoscenza umana Indexes Metadata PageRank™ + link  + popolarità

Non altrettanto con le risorse multimediali Searcher Indexer Ranker Crawler Le risorse multimediali compaiono spesso come contenuti di risorse solo di raro tra loro linkate ,[object Object],[object Object],Pagerank ™ non funziona perché non ci sono riferimenti espliciti (ma tantissimi sono impliciti!) Difficoltà di ispezione , spe-cialmente per registrazioni audio/filmati lunghi Che cos’è l’equivalente del lessico per contenuti multimediali? Indexes Metadata

Misurare le prestazioni ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Recall Precisione Alta recall Bassa precisione Alta precisione Bassa recall I motori di ricerca operano un trade-off tra precisione e recall 100% 100% 0%

[object Object],Quanto funzionano i motori di ricerca? Ispirato da: Jim Hendler “ From Atom's to OWL's: The new ecology of the WWW ”, XML2005 Keynote, 2005 Pagine di testo 9- Solo se si cercano singole pagine intere Musica 8 Problemi di © e diritti di accesso Immagini 7 ½ Bassa precisione e bassa recall Video 6 Inizio interessante Persone 6- Spezzettate e di bassa qualità Servizi 5 Ci sarebbe bisogno di aggregare i risultati Contenuti 4 Non si riesce se non su singoli portali Dati 3 Impossibile sulla scala di Internet

Il problema è gestire l’ambiguità ! ,[object Object],[object Object]

Dove può aiutare la semantica? ,[object Object],[object Object],[object Object],[object Object]

Migliorare la recall ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],discesa libera downhill abfahrt descente totale 13 47 49 12 121

Migliorare la precisione ,[object Object],[object Object],[object Object]

Recuperare frammenti ,[object Object],[object Object],ALINGHI WINS AMERICA'S CUP - Alinghi won the 32nd America's Cup, beating Team New Zealand by one second in a thrilling seventh race to take the series 5-2…

Aggregare frammenti ,[object Object],[object Object],[object Object],[object Object]

Dati più smart e search engine ,[object Object],[object Object],[object Object],Searcher Indexer Ranker Crawler Indexes Dati più smart

Dati più smart e search engine ,[object Object],[object Object],[object Object],[object Object],[object Object],Searcher Indexer Ranker Crawler Indexes Dati più smart ,[object Object],[object Object],[object Object]

Success story: il caso di Squiggle ,[object Object],[object Object]

Cosa può succedere con un motore di ricerca sintattico… “ Hermann Mayer” “downhill” Motore di ricerca sintattico Ricerca Risultato Nessun risultato trovato !!

… e cosa succede invece con Squiggle Ski altLabel sameAs “ Hermann Mayer” “downhill” Hermann Mayer downhill abfahrt Herminator ontology Semantic Search Engine Squiggle Ski Ricerca Risultato Abfahrt Herman Mayer Abfahrt Smart machine Herman Mayer

Mettete Ski alla prova! ,[object Object],Squiggle Ski analizza la query dell’utente e riconosce i possibili significati Squiggle Ski spiega il modo in cui ha trovato i risultati con le “etichette” nelle diverse lingue Si può provare su http://squiggle.cefriel.it/ski

Tecnologie complementari ,[object Object],[object Object],[object Object],[object Object],[object Object]

Alcune smarter machine che troviamo oggi... ,[object Object],[object Object],[object Object],[object Object],[object Object]

Alcune smarter machine che troviamo oggi... ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Visual search con Like.com (1)

Visual search con Like.com (2)

IC2008 Introduzione Did You Know?

Recomendados

Recomendados

Más contenido relacionado

Destacado

Destacado (13)

Similar a IC2008 Introduzione Did You Know?

Similar a IC2008 Introduzione Did You Know? (20)

Más de Emanuele Della Valle

Más de Emanuele Della Valle (20)

IC2008 Introduzione Did You Know?