Názory k článku Kam směřují vyhledávače?

"Při výhledu do vzdálenější budoucnosti se můžeme těšit na zemětřesení, které přinese vizualizace výsledků, ovládání počítače hlasem a pokrok ve zpracování přirozeného jazyka."

Cha cha cha... tuhle větu známe snad již od padesátých let. A pořád nic. Že by ta "vzdálenější budoucnost" byla od trochu víc vzdálenější, než si zatím myslíme?

Nepodceňujete pokrok, který byl od té doby dosažen? :) O zpracování přirozeného jazyka jsem něco málo napsal. Hlubší zájemci o vizualizaci výsledků můžou nahlédnout do 10. kapitoly knihy Modern Information Retrieval. O ovládání počítače hlasem jsem se nezajímal, ale určitě bychom také vývoj zaznamenali.

Ovladani hlasem neni hudba budoucnosti ... napriklad Opera 7.60 ho ma ... a ja jej vyuzivam. Super vec ...

S ovládáním jakéhokoliv přístroje hlasem nemám zkušenosti. Zatím mně nejvíce u internetu vyhovuje ticho , jako když si v soukromí čtu knihu.

Musím uznat, že Lupa se v oblasti článků o internetových vyhledávačích prudce zhoršuje. Jistě její redakci neušly velmi negativní názory na seriál o SEO, který vydávali někdy v létě.
Pravděpodobně Lupa své čtenáře neposlouchá, neboť by asi nevydali tuhle "nádheru".
Pak ať se ale Lupa nediví, že čtenáři ji přestanou číst.
Myslím, že to bude pro Lupu jeden velký krach.

Chválím hezký článek (nejen protože mě odkazuje, ale za to autorovi děkuju).

Snaha Google prosadit se na desktopu je vidět z toho, že publikoval API pro Google Desktop Search:

http://deskbar.google.com/help/api/

Vidím v tom cíl konkurovat Microsoftu na desktopu zapojením širší vývojářské komunity.

Co mi na současných vyhledávačích chybí:

- možnost vyhledávání slov, která jsou na stránce u sebe, nejlépe s možností omezení na větu nebo odstavec. Dřív fungovalo aspoň klíčové slovo NEAR, dnes to nějak vymizelo.

- průběžné upřesňování výsledků - u každého nalezeného odkazu by byl odkaz [schovat] - když na něj kliknu, měl by ze seznamu tento odkaz zmizet a s ním i všechny, které se mu podobají.

To mi chybí také, a hodně moc mi chybí boolean expression search se závorkami. A co mě vytáčí nejvíce, že "moderní" vyhledávače najdou stránky, na kterých se hledané výrazy vůbec nevyskytují, a to i když si nechám zobrazit cache vyhledávače. To, že na danou stránku odkazuje jiná, která dané výrazy obsahuje, nebo jsou textem odkazu, mi většinou moc nepomůže - kdyby se alespoň tahle vymoženost dala potlačit.
Ono to sice potom vypadá hezky, že bylo nalezeno více stránek, ale je mezi nimi tolik zbytečných odkazů, že mi to hledání jen ztíží.

První věta perexu zní "Všichni umíme používat fulltextové vyhledávače.". Jistě - trefíme se s písmenky do dialogového řádku. Zrovna tak všichni umíme psát, ale spisovatel je jen někdo, všichni umíme číst, ale občas někdo z nás vše plně nepochopí. Stovky milionů lidí "umí s Internetem". Násobně víc umí s PC - aspoň do té míry, že vědí, jak stisknout tlačítko "power". Spíš se přikláním k tomu, co v článku autor píše o dvacet řádků níže - "Dnes platí, že hledání je věda." Je to tak a bude to tak. Pokud mi někdy trvalo příliš dlouho něco najít, nebo jsem nenašel (stane se), vždy jsem hledal mezery spíš u sebe, než abych je hledal u vyhledavačů.
Navíc vyhledavače dnes indexují jen zlomek informací dosažitelných přes web. Pokud chci vědet, komu patří firma X, dům na adrese Y či jestli se neobchoduje s dluhy pana Z, musím vědět, kde takové informace získám - jistě, i zde mi Google či Jyxo trochu poslouží, ale jsou to opravdu jen nástroje. Koupí sebelepšího foťáku se z nás automaticky nestane fotograf. Nedělejme si naděje a nečekejme v příštích několika letech na nějaké "zázračné interfejsy". Protože i kdyby třeba přišly, česky slyšet nebudou ;-)

Tak nevim, zeptal jsem se na to "Prague flight delays" a mezi prvnimi 10 odkazy neni nic, co by se toho alespon trochu tykalo.

To je divné. Já jsem se (opět) zeptal a dozvěděl se, že teď je zpoždění pod 15 min., protože fouká, večer a v noci nebudou problémy a zítrá ráno bude kvůli mrakům zpoždění 15–30 min. (odkaz). Červeně orámovaná tabulka je nad běžnými výsledky vyhledávání, prakticky první na stránce. Podobně se chovají i další dotazy, třeba "What Do Prague Buildings Look like?" (odkaz).

"...teď je zpoždění pod 15 min., protože fouká, večer a v noci nebudou problémy a zítra ráno bude kvůli mrakům zpoždění 15–30 min."

A tomuhle říkáte informace? To jako půjdete k odletu o 1/4 hodiny později, nebo přijedete někoho vyzvednete později na základě takové "informace" z takto nedůvěryhodného zdroje? A chtěl jste zpoždění na příletech nebo na odletech? Když se tak dívám, tak právě teď mají např. letadla, která mají přiletět v sedm ráno, dokonce pár minut náskok. http://www.csl.cz/cs/letiste/ruzyne/priletyodlety.htm?show=arr Také večer některá přistála dříve http://www.csa.cz/cs/czechia/lets/flights_online.htm

Odpověď na dotaz "Narita flight delays" tvrdí, že "no delays", ale stačí se podívat na přílety http://www.narita-airport.or.jp/cgi-bin/ais/e_inter_arr.cgi a je vidět, že některá letadla přiletí o hodinu dříve, ale občas zpoždění dělá i hodinu /nebo 5 a půl v případě SAS - tahle společnost má fakt smůlu, na lince Kodaň-Tokio dost často, možná si piloti hledají letové informace a informace o aktuálním počasí přes AskJeeves nebo si je Gůglují ;-)/

Jistě, že je to informace, i když je pochopitelně hrubá. Čekáte, že Ask Jeevs může konkurovat správám jednotlivých letišť s daty z první ruky? Ask odněkud přebírá informace, které jsou dost možná pouze odhadnuty z počasí… Navíc přidává vybrané odkazy, na kterých si myslí, že najdete podrobné informace. Když to budou lidé používat (a budou si stěžovat :), tak se zamyslí a dají si práci s lepším řešením. Jde tu o to, že teď mají náskok před ostatními, kteří prostě vysypou nějaké odkazy.

A co takhe stranky vytvarene v XML?
Zadna svetla budoucnost se jich netyka?
Ja si osobne myslim, ze pri vyhledavani by to byl velky pokrok.
Zajima se o to nekdo poradne?

xml by mohla vnest hodne sveziho vetru do pouzivani webu, ale to s nim musely prohlizece umet pracovat a zde opet narazime problém, kterým je stále velké rozšíření zastaralých prohlížečů (MSIE6 a starší)

Tak uz jen presvecit BFU k uzivani nejakeho poradneho prohlizece.
Zamerne zadny nejmenuji, protoze podobnych flame tu bylo uz dost.

MSIE6 neumi pracovat s XML?

Umi, ale nevi, ze je to XML.

To je docela srandovní tvrzení. Umí XSLT, je s ním dodáván MSXML parser a Mozila od něj okopírovala objekty pro komunikaci se serverem v XML formátu ... ale podle Vás neumí XML. :-)

XHTML je XML a z hlediska vyhledávání jsme se nedočkali téměř žádné změny. To, na co se chcete zeptat, je sémantický web. Na Lupě se o něm psalo před třemi lety (Budoucnost patří sémantickému webu). Další informace si určitě najdete svým oblíbeným vyhledávačem (semantic web). Je chyba, že jsem o něm nic nenapsal, ale aspoň zůstal prostor pro další článek. :)

Ono je to hodne o tom, aby takovy web dostal treba podstatne lepsi pozici na goggle. To by se ty weby rychle menily ;).
Pak by u kazdeho nadpisu bys tag pro nadpis, odstavce by byly v odstavcich, citace v citacich ....

Chtel bych upozornit na rychle se rozvijejici projekty zalozene na Lucenene. Lucene je open source java API od apache.org na Lucene home page. Na tomto velmi vykonem API je zalozeno mnoho projektu zabyvajicich se v jakekoliv podobe vyhledavanim. Napr.: hledani site na miru applikaci, desktop vyhledavace, www vyhledavace a dalsi.
Toto api je velmi vykonne, prestoze se o jave rika, ze je pomala. Podilel jsem se na projektu Desdemona. Vykonnost Lucene je udivujici, v jedne instalaci je zaindexovano 30Gb cisteho textu, a odpoved na dotaz je okamzita (radove milisekundy).
Lucene umi i jinak postradany operator NEAR, umi prirazovat jednotlivym slovum vahy a pod. Urcite doporucuju vasi pozornosti. Honza