Kaip greitai ir lengvai rasti patikimą informaciją internete, kaip išsiversti ne visad suprantamą jaunimo trumpųjų žinučių kalbą, kaip pagerinti savo tinklalapio prieinamumą, ar semantinis žiniatinklis tikrai padės sutvarkyti informacijos chaosą – visa tai ir dar daugiau buvo galima sužinoti šiais metais balandžio 20–24 d. vykusioje tarptautinėje žiniatinklio konferencijoje flamenko ir bulių kovų mieste Madride, Ispanijoje.
Kaip greitai ir lengvai rasti patikimą informaciją internete, kaip išsiversti ne visad suprantamą jaunimo trumpųjų žinučių kalbą, kaip pagerinti savo tinklalapio prieinamumą, ar semantinis žiniatinklis tikrai padės sutvarkyti informacijos chaosą – visa tai ir dar daugiau buvo galima sužinoti šiais metais balandžio 20–24 d. vykusioje tarptautinėje žiniatinklio konferencijoje flamenko ir bulių kovų mieste Madride, Ispanijoje.
Konferencija buvo tikras matadoro iššūkis – esu ne programuotoja, ar tirianti naująsias technologijas mokslininkė, o bibliotekininkė, dirbanti Vilniaus apskrities A. Mickevičiaus viešojoje bibliotekoje.
Praėjusį rudenį užpildžiau paraišką dalyvauti konferencijoje ir jau šių metų pradžioje gavau LR kultūros ministerijos Edukacinę valstybės stipendiją, paramą suteikė ir Lietuvos mokslinių bibliotekų asociacija.
Registracija į konferenciją, lėktuvo bilietai, viešbutis – viską gana greitai galima sutvarkyti internetu, ir net nebūtina bendrauti elektroniniais laiškais – mumis rūpinasi internetinės rezervavimo sistemos. Elektroninio lėktuvo bilieto net nereikia spausdinti – nuvykus į oro uostą galima pateikti tik asmens kortelę ar pasą, o jei nenorite stovėti eilėse prie registracijos – galite patys užsiregistruoti viename elektroninės registracijos terminalų. Nuvykus galima apsigyventi viešbutyje, kuriame nėra personalo – banko kortele sumokėjus specialiame terminale jums išduodama elektroninė kortelė, kuria atsirakinate viešbučio bei savo kambario duris.
Madridas pasitiko saulėlydžiu, kuris pavaizduotas ir konferencijos logotipe, kartu su ispanų rašytojo Migel de Cervantes sukurtais literatūriniais personažais Don Kichotu ir Sanča Panča. Konferencija apstulbino savo dydžiu ir prabanga – ji vyko Kongresų rūmuose – stiklo ir balto marmuro statinyje, jos pradžią paskelbė Ispanijos regiono Asturijos princas Felipe ir princesė Letizia, žiniatinklio įkūrėjas seras Tim Berners-Lee, o pranešimus 2-jose amfiteatrinėse ir 11 pranešimų salių skaitė žiniatinklio mokslininkai bei didžiųjų interneto kompanijų atstovai iš viso pasaulio. „WWW2009“ konferencijos metu vyko dar 10 tarptautinių dirbtuvių (anglų k. „workshops“) ir viena tarpdisciplininė konferencija apie tinklalapio prieigą.
Konferenciją organizavo Tarptautinės žiniatinklio konferencijos valdantysis komitetas („IW3C2“), Madrido politechnikos universitetas ir Madrido savivaldybė. Konferencija nuo 1994 m. kasmet kviečia žiniatinklio tyrinėtojus, išradėjus, mokslininkus, verslininkus pristatyti naujausius išradimus ir aptarti žiniatinklio ateities tendencijas.
Konferencijos temos apėmė interneto patikimumą, žiniatinklio 2.0 turinio analizę, paieškos rezultatų apibendrinimą, motyvaciją tinkle, interneto prieinamumą, paieškos gerinimą vartotojams, duomenų gavybą, semantinį tinklą ir paiešką, socialinius tinklus, žiniatinklio inžineriją, XML, saugumą ir privatumą tinkle, vartotojų sąsajas, mobilų žiniatinklį ir kt. Mane labiausiai domino paieškos internete tema, daugiakalbiškumo problemos, projektai, susiję su kultūros įstaigomis.
Dr. Ricardo Baeza-Yates iš „Yahoo“ kompanijos pristatė „Yahoo“ bandymus gerinti informacijos paiešką interneto vartotojų sukurtuose tekstuose – žiniatinklio 2.0 (anglų k. „web2.0“) erdvėje. Pvz. populiariojoje enciklopedijoje „Wikipedijoje“ nėra straipsnio anglų kalba apie „Art deco“ stilių Čikagoje, tačiau įrašius šią užklausą „Yahoo“ projekto svetainėje jums bus pateikti abiejų užklausos žodžių apibrėžimai ir atrinkti tekstai, kuriuose šie žodžiai minimi kartu.
Kitas „Yahoo“ kompanijos atstovas Ted Drake kalbėjo apie vertikalios paieškos sistemų galimybes naudojant „Yahoo Boss“. „Yahoo Boss“ (anglų k. „Build your Own Search Service“ – „susikurkime savo paiešką“) tai paieškos platforma, kurią galima naudoti savo specializuotai paieškai „Yahoo“ paieškos sistemoje susikurti. Tokios paieškos gali būti skirtos pvz. bibliotekininkams, programuotojams, veterinarams, gėlininkams ir pan. „Yahoo Boss“ platformą naudoja semantinė paieškos sistema, rūšiuojanti rezultatus pagal temas „Hakia“, socialinė paieškos sistema pateikianti pačią naujausią informaciją „OneRiot“, sistema „Cluzz“, pateikianti įvairialypę (vaizdo, video, straipsnių,) informaciją ieškoma tema ir kitos.
„Google“ kompanijos atstovai pristatė savo kompaniją kaip atkurtą legendinę Aleksandrijos biblioteką – joje galima surasti beveik viską, ko ieškote. „Google“ suranda informaciją ne tik įrašius paieškos žodžius, bet ir ieškant video ar vaizdu. Pvz. paveikslėlį surasti galite ir įrašę žodį „rožė“ ir pagal turimą paveikslėlį ieškant panašių į jį spalva, forma ar tekstūra, video galite surasti pagal žodžius, kurie ištariami „Youtube.com“ svetainės klipe. Taip pat galima sužinoti koks objektas yra labiausiai ieškomas „Google” paieškos sistemoje tam tikroje šalyje. Pvz. žodžio „war“ (anglų k. „karas“) daugiausia ieško australai ir amerikiečiai, „taika“ – lietuviai ir suomiai (pasitelkus „Google“ vertėją galima sužinoti, kad „taika“ suomiškai reiškia „magiją“).
„Google“ kompanija taip pat siūlo nemažai galimybių įsidiegiant aplikacijų programavimo sąsajas (anglų k. „API“ – „application programming interface“). Pvz., panaudojus „Google“ knygų paieškos API bibliotekos elektroniniame kataloge ar virtualiame knygyne galima rasti ir naršyti visatekstes knygas, kurios yra ir „Google book“ sistemoje. Kiti populiarūs API leidžia į savo asmeninę svetainę įsikelti „Google“ paieškos laukelį, žemėlapį, kalendorių, paveikslėlių kolekciją („Picasa“), video klipus („Youtube“) ir pan.
„Yahoo“ ir „Google“ kompanijos siūlo gerinti paiešką kiekvienam tinklalapio kūrėjui ar savininkui pateikiant papildomus duomenis apie savo svetainę. Paprastai paieškos rezultatuose matome tinklalapio pavadinimą, mūsų ieškomus žodžius tinklalapio kontekste („kodo fragmentą“ anglų k. „snippet“) ir tinklalapio adresą internete. Tačiau tinklalapių savininkai ar kūrėjai turi galimybę pateikti ir papildomą informaciją– nuorodas į dažniausiai lankomus svetainės puslapius, kontaktinę informaciją, skaitytojų reitingus, video, vaizdo medžiagą, žaidimus ar visateksčius dokumentus greta rastų tinklalapių (video pvz.). Tokiu būdu įterpiant „Yahoo“ „SearchMonkey“ siūlomus kodus į bibliotekos tinklalapį, vartotojai, kurie ieškos bibliotekos internete greta jos pavadinimo matys filmuką apie bibliotekos paslaugas, bibliotekos adresą ir telefonus, „klausk bibliotekininko“ paslaugos elektroninio pašto adresą, nuorodas į svarbiausius bibliotekos tinklalapio puslapius. Jeigu paieškai bus pritaikyta elektroninio knygyno ar leidyklos svetainė, skaitytojai ieškodami tam tikros knygos paieškos rezultatuose galės matyti jos duomenis – autorių, leidimo metus, kainą.
„Yahoo“ atstovas iš Barselonos Ricardo Baeza Yates siūlė pagerinti paieškoje pateikiamą tinklalapio kontekstą (kodo fragmentą) su išryškintais ieškomais žodžiais, susiejant paieškos žodžius su datomis, esančiomis tinklalapyje. Tokie kodo fragmentai pavadinti „Temporal snippets“ arba „Tsnippets“. Tokiu būdu ieškodami pvz., „Europos komisijos“ tinklalapio kontekste matysime ne teksto nuotrupas, o sakinį, kada komisija buvo įkurta, kada keitėsi jos pirmininkai ir pan.
Mokslininkai iš Jungtinių Amerikos valstijų kalbėjo apie dokumentų elementų – lentelių, schemų, brėžinių, algoritmų, formulių paiešką. Dokumentų elementai pateikia svarbią informaciją mokslininkams, kurią sunku surasti naudojant tekstines, paveikslėlių ar kt. paieškas, kurias daugiausia siūlo įprastos paieškos sistemos. Tačiau netgi specializuotos paieškos sistemos, tokios kaip „TableSeer“ (ieškanti lentelių) ar „Biotext“ (ieškanti biologinės informacijos schemų), pateikdamos rezultatus nerodo su lentelėmis ar schemomis susieto teksto, paaiškinančio naudojamus simbolius, todėl neleidžia įsigilinti į lentelių ar schemų reikšmes. Mokslininkai išsprendė šią problemą sukūrę algoritmą, kuris prie randamų schemų ar lentelių pateikia tame pačiame dokumente surastą paaiškinamąjį tekstą.
Pranešėjas Nathan Stoll dalinosi socialinės paieškos svetainės „Aaadvark“ sukūrimo patirtimi. „Aaadvark“ svetainėje užsiregistravę vartotojai gali užduoti klausimus el. paštu arba per momentinių žinučių priemones (anglų k. „IM“ – „Instant Messaging“) ir tiesiogiai gauti atsakymus iš kitų svetainės narių, kurie išmano tą sritį. Pvz. užduodant klausimą kaip išvalyti kilimo dėmes ar į kokį koncertą nueiti, programos algoritmas suranda žmones, žinančius gerą valiklį ar besidominčius muzika, ir netrukus ekrane pateikia jų atsakymą.
Buvo pristatyta ir kita socialinės paieškos sistema „Porqpine“. Programa stebi, ko ieško vartotojas, kuriuos puslapius jis skaito, atsirenka kaip vertingus ir pateikia tuos rezultatus jo draugams, kurie vėliau užduoda paieškos sistemoms tokią pačią užklausą.
Carlos A. Henriquez Q. pristatė žodyną, verčiantį pokalbių svetainėse vartojamus sutrumpinimus į natūralią kalbą. Pokalbių svetainių ir forumų lankytojai įprato rašyti nebepaisydami rašybos taisyklių – jie trumpina žodžius, rašo juos skaitmenimis, kai kurie tokių ženklų turi kelias prasmes: pvz., „2“ anglų kalba gali reikšti „du“, „į“, „taip pat“, „tu“. Norint suprasti tokią kalbą žodynų nebepakanka – tam reikalinga automatinio vertimo sistema (anglų k. „Machine translation system“), galinti išversti žodžius priderinus jų reikšmes pagal esamą kontekstą. Carlos A. Henriquez Q. su kolegomis pasirinko „Ngram“ statistinę automatinio vertimo sistemą. Buvo sudaryti du žodynai – netaisyklingų pokalbių svetainėse vartojamų žodžių ir taisyklingos kalbos, į kurią buvo verčiama. Netaisyklingos kalbos žodynas buvo sudarytas iš trijų internete esančių pokalbių svetainių ir trumpųjų SMS žinučių žodynų: http://www.alphadictionary.com, http://www.smsdictionary.com, http://www.qq.co.za. Kad sistema neverstų pokalbių svetainių dalyvių vardų ar kitos informacijos, kuri nėra bendrinė natūrali kalba, buvo sukurtas filtras, iš svetainės kodo išskiriantis pagrindinę informaciją (<body text>). Pranešimo metu buvo pristatyti detalūs žodyno sukūrimo algoritmai.
Su pokalbių svetainėse vartojama kalba buvo susijęs ir mokslininkų komandos iš Jungtinių Amerikos valstijų parengtas projektas – sukurta programa, randanti interneto bendruomenėse įžeidžiančią skaitytojus ar komentatorius kalbą. Šiame projekte buvo labai svarbu tiksliai apibrėžti „įžeidimo“ sąvoką, naudojantis požiūrio analize (anglų k. „opinion mining“) nustatyti tekstų autorių nuostatas – ar jos teigiamos, neutralios ar neigiamos, pagal kontekstą nuspręsti ar tai įžeidžiamo pobūdžio kalba (pvz. geri draugai gali vartoti panašius į įžeidžiančius žodžius, tačiau jų reikšmė bus pozityvi). Sukurta programa buvo sėkmingai išbandyta trijose interneto bendruomenėse – internetinių žaidimų svetainėje „Kongregate“, informaciniame ir diskusijų portale „Slashdot“, vienijančioje besidominčius informacinėmis technologijomis ir populiariame socialiniame tinkle „MySpace“.
Įdomus buvo pranešimas apie meno informacijos šaltinių patikimumą internete. Vartotojai gali rasti meno informaciją pirminių organizacijų (muziejų, bibliotekų) tinklalapiuose, meno kritikų straipsniuose, vartotojų sukurtoje informacijoje – tinklaraščiuose ir kt. Bendrosios paieškos sistemos (anglų k. „Aggregated search systems“), tokios kaip „Alpha Yahoo“, „Google Universal Search“, ar „Naver“ suteikia galimybę vienu metu ieškoti įvairialypės informacijos – paveikslėlių, video, naujienų, enciklopedijų ar žodynų įrašų ir kt. Galima paieška ir tam tikrų organizacijų tinklalapiuose – pvz., „Google Scholar“ pateikia informaciją iš knygų leidėjų, universitetų, kitų mokslinių įstaigų, „WorldCat“ suranda dokumentus, saugomus 10 000-ių bibliotekų, „ECulture Multimedian“ bei „CultureSampo“ siūlo muziejų pateikiamą informaciją.
Olandijos mokslininkai pristatė tyrimą apie tokių šaltinio patikimumo rodiklių įtaką vartotojams ieškant informacijos internete.
Organizacijų tinklalapiai yra įsipareigoję pateikti teisingą informaciją, jais labiau pasitikima (Stenfordo universiteto interneto patikimumo kriterijai), tačiau internete nepaprastai daug pačių vartotojų sukurtos informacijos, pvz. tinklaraščius (anglų k. „blog“) dažniausiai rašo anonimai, neprisiimdami atsakomybės už informacijos teisingumą. Austrijos mokslininkų komanda sukūrė sistemą, nustatančią tokių tinklaraščių turinio patikimumą ir skirstančią juos į tris patikimumo lygius.
Japonai buvo įsitikinę, kad informacijos patikimumas internete yra gyvybiškai svarbus – pvz. neteisinga medicinos informacija klaidina žmones, pasirenkančius gydymo būdus. Yra svetainių, kurios padeda atskirti patikrintą informaciją nuo paplitusių visuomenės mitų, pvz. „Snopes“, „FactCheck“ (politinė informacija), „Sence About Acience“ (mokslinė informacija), „Credibility Commons“ (automatiškai įvertina informacijos patikimumą) ir kt. Tačiau interneto vartotojai tokių svetainių nežino arba retai jomis naudojasi, labiau pasikliaudami bendra „Google“ paieška, kuri pateikia ir patikimą ir moksliškai nepagrįstą informaciją. Japonų mokslininkai pristatė „Argumentų žemėlapio“ (anglų k. „Statement Map“) projektą, pagal kurį internete randama informacija skirstoma į argumentus „už“ ir „prieš“, susietus su jų pirminiais duomenimis. Pvz. Argumentas prieš skiepų vartojimą „Skiepai vaikams sukelia autizmą“, paremtas argumentu „nes mano vaikas susirgo netrukus po to, kai jam buvo suleisti vaistai“.
Konferencijos metu buvo galima aplankyti ir įvairių kompanijų stendus. vienas įdomesnių buvo „InterLan“ firmos rengiamas projektas „MetaLingua“ – tai technologija, įgalinanti versti bet kokias kalbas – ir natūralias ir dirbtines (SQL ir kt.). „MetaLingua“ technologija yra paremtos semantinė bei daugiakalbė paieškos, daugiakalbis automatinis vertimas, žmonių ir mašinų sąveika (HMI), natūralios kalbos apdorojimas (NLP), balso atpažinimas, SQL programavimo kalba, semantinės anotacijos, duomenų gavyba (anglų k. „data mining“), RDF technologija, daugiakalbės turinio valdymo sistemos.
Ispanų firma „Daedalus“ pristatė bendradarbiavimo projektus, kurie taip pat buvo susiję su daugiakalbia paieška, informacijos gavyba ir analize, automatiniu klaidų taisymu: daugiakalbės informacijos gavybos projektas („RIM“), prieiga prie Europos laikraščių („Omnipaper“), muzikos dokumentų katalogavimo įrankis bibliotekoje 2.0 („CANTIGA“), interneto svetainių prieigos gerinimas žmonėms su negalia („DISUIPA“), tinklalapių lankymo detali statistika („Lawerinto“) ir kt.
Konferencija paliko puikų įspūdį, su nemažai įvairių žiniatinklio sričių teko susipažinti, kuriomis vertėtų labiau pasidomėti. Konferencijoje buvau bene vienintelė bibliotekininkė ir vienintelė dalyvė iš Lietuvos, todėl šiek tiek gaila, kad nedalyvavo Lietuvos programuotojai, ar universitetų specialistai. Dauguma konferencijos dalyvių buvo mokslininkai bei žiniatinklio kompanijų programuotojai ir atstovai. Pranešimuose buvo ne tik pristatomi vykdomi projektai, bet ir detaliai aptariamos jų kūrimo technologijos, pateikiami algoritmai, diskutuojama dėl tyrimų galimybių, sričių, kurios reikalauja daugiau mokslininkų bei programuotojų dėmesio.
Kai kuriuos konferencijoje skaitytus pranešimus galite rasti adresu: http://www2009.eprints.org/, bet jeigu yra galimybių, kviečiu dalyvauti kitąmet balandžio 26–30 d. vyksiančioje „WWW2010“ konferencijoje Šiaurės Karolinoje, JAV.
Nuorodos
- Konferencijos tinklalapis: http://www2009.org
- Konferencijoje skaityti pranešimai: http://www2009.eprints.org/
- Tinklaraštis: http://erdve.wordpress.com
- Nuotraukos.
