Your SlideShare is downloading. ×
Krijgen we ooit de beschikking over slimme zoektechnologie?
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Saving this for later?

Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime - even offline.

Text the download link to your phone

Standard text messaging rates apply

Krijgen we ooit de beschikking over slimme zoektechnologie?

293
views

Published on

Krijgen we ooit de beschikking over slimme zoektechnologie? - presentatie op congres Kennis in Praktijk 2010

Krijgen we ooit de beschikking over slimme zoektechnologie? - presentatie op congres Kennis in Praktijk 2010

Published in: Technology, Business

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
293
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Krijgen we ooit de beschikking over slimme zoektechnologie?
    Suzan Verberne
    Information Foraging Lab, Radboud University Nijmegen
    Congres Kennis in Praktijk, 17 juni 2010 – WTC Rotterdam
  • 2. Zoeken met Google
  • 3. Zoeken met Google
  • 4. Zoeken met Google
  • 5. Hoe werkt Google?
    Index
    Relevantie-formule
    zoekvraag
  • 6. De relevantie-formule van Google gebruikt:
    Het aantal voorkomens van de woorden uit de zoekvraag in de webpagina.
    Positie van de zoekwoorden in de webpagina (titel, URL): “Noord/Zuidlijn – HOME”
    Woorden die minder vaak in de index voorkomen wegen zwaarder dan woorden die heel vaak voorkomen: ‘de’ vs. ‘noord-zuidlijn’
    Populariteit van de webpagina (aantal links, aantal kliks): wikipedia.org, amsterdam.nl, nrc.nl
    Hoe werkt Google?
  • 7. Hoe werkt Google?
  • 8. Meer specifieke informatie:
    Hoe gaat de noord-zuidlijn lopen?
    Wanneer is begonnen met de aanleg ervan?
    Verbanden, analyses en sentimenten:
    Wie was betrokken bij de besluitvorming rond de noord-zuidlijn?
    Welke partijen waren voor en welke waren tegen?
    Wat waren de argumenten voor en tegen?
    Hoe hebben de media gereageerd?
    Beperkingen van Google
  • 9. Beperkingen van Google
  • 10. Beperkingen van Google
  • 11. Verschillende typen van zoeken
  • 12. Zoeken met een volledige vraag: “wanneer is de aanleg van de noord-zuidlijn begonnen?”
    Zoekvraag is specifiek, antwoord is exact.
    Type antwoord dat de gebruiker verwacht, is expliciet in de vraag aangegeven:
    wanneer  jaartal/datum
    waar  plaats
    Het systeem gebruikt taalkundige intelligentie om het antwoord te vinden.
    Question Answering
  • 13. Question Answering
    Index
    Ranking-formule
    zoekvraag
    Antwoordtype
    Lijst van mogelijke antwoorden
    Antwoorden extraheren
    Documenten
    oktober 1999
    9 oktober 2002
    april 2003
  • 14. Voorbeeld: Joost (Nederlands)
    http://www.let.rug.nl/~tiedeman/joost/
    “In welk jaar won Feyenoord de Europacup?”
    “Wat is de hoofdstad van Spanje?”
    “Hoe hoog is de Euromast?”
    Question Answering
  • 15. Joost
  • 16. Joost
  • 17. Joost
  • 18. Voorbeeld: Lexxe (Engels)
    http://www.lexxe.com/
    “how tall is the euromast?”
    “who is the mayor of rotterdam?”
    “when was the north south line in amsterdam constructed?”
    Question Answering
  • 19. Lexxe
  • 20. Lexxe
  • 21. Lexxe
  • 22. Onderzoekend, interactief
    Toepassingen voor specifieke domeinen: biomedisch, patenten
    Kost de gebruiker veel tijd en moeite
    Maar: de precisie van het resultaat kan heel exact bepaald worden.
    Text Mining
  • 23. Drie onderdelen:
    Zoeken: in een grote database worden documenten gevonden die over het gezochte onderwerp gaan.
    Analyseren: (delen van) de gevonden documenten worden door het systeem gecategoriseerd en geanalyseerd op relevante informatie.
    Presentatie: gestructureerde teksten worden aan de gebruiker gepresenteerd. Specifieke informatie die gevraagd is wordt apart getoond.
    Text Mining
  • 24. Voorbeeld: PHASAR
    http://twoquid.cs.ru.nl/phasar/applet.html
    ‘aspirin’
    ‘aspirin ?’
    ‘aspirin causes ?’
    ‘aspirin causes ? damage’
    ‘aspirin causes mucosal damage’
    Text Mining
  • 25. PHASAR
  • 26. PHASAR
  • 27. PHASAR
  • 28. PHASAR
  • 29. PHASAR
  • 30. Krijgen we ooit de beschikking over slimme zoektechnologie?
    Ja, door wetenschappers wordt voor veel soorten zoekproblemen technologie ontwikkeld.
    Die wetenschappers zijn afhankelijk van externe financiering en gebruikers die aangeven wat ze willen en wat ze nodig hebben om deze technologie echt commercieel bruikbaar te maken.
    Conclusies
  • 31. Bedankt!