Konečně „české“ hledání na Internetu

Fulltextové vyhledávání na českém Internetu s inteligentním rozpoznáváním tvarosloví uvádí známý Microton na serveru Megatext.cz.
Server Megatext.cz byl spuštěn 1. prosince v beta provozu, nicméně přes jisté nedostatky v komfortu vyhledávání a překlepům na titulní straně je vidět, že technologicky je zvládnut velmi dobře. Megatext přináší proti doposud existujícím fultextům dvě hlavní novinky. Tomu nedůležitější je podpora českého tvarosloví. Řekněme, že hledáte tvarůžkovou pomazánku, do vyhledávače tedy zadáte "tvarůžková pomazánka" a ten vám vypíše všechny stránky, kde se vyskytují slova "tvarůžkovou pomazánku", "tvarůžkové pomazánky" a podobně (tuhle pomazánku nicméně přes Megatext nenajdete). Konečně tedy byla překonána jedna z bariér při hledání výrazů v českém jazyce. Druhou novinkou je vypisování relevantních textů ze stránky. Není tedy vypsán jen nadpis a pár prvních slov, ale ze stránky jsou vypíchnuty ty věty, kde se hledaná slova vyskytují.

Serveru lze ještě ledascos vytknout, není zobrazován počet nalezených stránek, není zobrazováno datum, kdy byla stránka naposledy indexována, není tam možnost zařadit vlastní stránku k indexaci, stejně jako jiné indexéry se nedokáže prochroustat dynamickými stránkami, a tak většina zpravodajských webů indexována není. Celý web je vystavěn jen okolo jednoho políčka s hledáním a samotného hledacího enginu.

Buď půjde Megatext cestou postupného doplňování funkcí okolo základního vyhledávání, nebo toto vyhledávací jádro adaptuje některý z již velkých vyhledávacích serverů je ještě otázkou. Zatím je Megatext jen ukázkou možností, komfort vyhledávání je minimální a je opravdu co zlepšovat. Megatext by se ale mohl stát předstupněm k vyhledávacímu serveru používajícím pro dotazy přirozený jazyk, jako například: "Kde najdu recepty na tvarůžkovou pomazánku?". Zatím to vypadalo, že zorganizovat v českých podmínkách něco jako je oblíbený Ask.com, je čirou fantazií. S Megatextem jsme této fantazii blíže.

Zeptal jsem se pana Šusteka z Microtonu na nějaké další informace ohledně Megatextu:

Kolik celkem indexujete serverů a stránek?

Přesný počet serverů nesledujeme, stránek je zatím asi 150 tisíc. Při načítání stránek jsme narazili na několik chyb ve sběrači dat a museli jsme jej zatím odstavit. Projektovaná kapacita vyhledávače je ale 2-3 miliony stránek při době odezvy cca 1 sec.

Kdy to půjde do ostrého provozu?

Pokud stihneme opravit ten sběrač dat, tak na začátku ledna.

Jaké je vybavení serveru, na kterém běží aplikace?

PIII 500MHz 128MB RAM 15GB HD Win2000 Adv. Server RC2.

Budete to tlačit samostatnou cestou, nebo budete tuto technologii nabízet?

Jsme technologická firma, nechceme fušovat do řemesla poskytovatelům obsahu. Budeme se tedy určitě snažit o partnerskou spolupráci s některým významným hráčem na našem Internetu.

Váš názor Další článek: Windows 2000 – reparácia (keby náhodou...)

Témata článku: Přirozený jazyk, Existující obsah, Základní vyhledávání, Hledání, Ostrý provoz



Den D je tady, dnes vyšly Windows 11. Jak stáhnout instalační ISO?
Lukáš Václavík
Windows 11Operační systémyMicrosoft
Nové MacBooky Pro jsou neuvěřitelné stroje! Ale za jednu vadu na kráse to Apple schytá...

Nové MacBooky Pro jsou neuvěřitelné stroje! Ale za jednu vadu na kráse to Apple schytá...

** Apple představil dvě nové řady MacBooků Pro ve velikostech 14 a 16 palců ** Lákadlem jsou hlavně nové vlastní čipy M1 Pro a M1 Max s extrémním výkonem ** Displeje mají poprvé „notch“

Karel Javůrek
ČipyMacBookApple
Pozor na AliExpress. Aby byl pořád levný, musíte zvolit správný způsob dopravy

Pozor na AliExpress. Aby byl pořád levný, musíte zvolit správný způsob dopravy

** Už několik měsíců platí nová daňová pravidla pro zásilky nejen z Asie ** Tkaničky z AliExpressu mohou být stále laciné ** Musíte ale zvolit správného dopravce, jinak poště zaplatíte 150 Kč

Jakub Čížek
E-shopyAliExpress
Novela DPH je hotová. Od října se i v Česku bude platit daň za zásilky do 22 eur. Možná…

Novela DPH je hotová. Od října se i v Česku bude platit daň za zásilky do 22 eur. Možná…

** V EU se od léta daní všechny mimoevropské zásilky ** Skončilo osvobození pro ty nejlevnější do 22 eur ** Česko nestihlo schválit vlastní novelu a fungovalo zde jakési bezčasí

Jakub Čížek
E-shopyAliExpress
Jak stáhnout video z Youtube: 10 nejlepších nástrojů

Jak stáhnout video z Youtube: 10 nejlepších nástrojů

** Vybrali jsme deset nejlepších nástrojů pro stahování videa z YouTube ** Můžete si vybrat, jestli chcete aplikaci, doplněk do browseru nebo webovou službu ** Videa z YouTube poté můžete sledovat offline

Karel KiliánStanislav Janů
TipyNejlepší programy
Jak rozmazat dům, aby vás sousedi nemohli šmírovat. Jde to v Mapách Google i na Mapy.cz

Jak rozmazat dům, aby vás sousedi nemohli šmírovat. Jde to v Mapách Google i na Mapy.cz

** Nelibí se vám, když cizí lidé okukují váš dům? ** Všechny mapové aplikace nabízejí možnost rozmazání snímku ** Máme návod pro Apple Maps, Bing Maps, Mapy Google a Mapy.cz

Karel Kilián
SoukromíNávodyMapy
Jak zkrotit běžící procesy ve Windows? Našli jsme 7 nejlepších bezplatných nástrojů

Jak zkrotit běžící procesy ve Windows? Našli jsme 7 nejlepších bezplatných nástrojů

** V operačním systému Windows běží desítky procesů ** Pomocí k tomu určených nástrojů je můžete dostat pod kontrolu ** Našli jsme 7 nejlepších bezplatných aplikací

Karel Kilián
TipyNejlepší programyWindows