Экс-владелец «Мастерхоста» занялся поисковыми технологиями

То что там выдается — это не смысл текста, это всего лишь более точная категоризация.

хм, если это тестирование, то предлагаю ребятам сделать в результатах 2 кнопочки — «все ок», «лажа»

Они лезут на свет! Что-то теперь все кому не лень занялись смысловым поиском. У ABBYY наработки 20-летние, куда уж тут новичкам!

Классификатору на основе онтологий в общем-то есть у всех, кому это надо. У всех поисковиков есть, к гадалке можно не ходить. Сам по себе классификатор, основанный на новом принципе, нужен, если он дает точность/полноту сильно лучше, чем старые классификаторы. Сильно лучше — это проценты и десятки процентов. Про параметры этого классификатора ничего не известно, то есть все определяется чисто маркетингом и громкими словами «онтология», «википедия», «умный поиск», «синергия». Если присмотреться, то видно, что там не сильно интеллектуальный (тупо словарный) извлекатель именных сущностей. Своих создателей в качестве персоналий в этой статье оно видит, а Екатерину Скоробогатову из статьи про рекламу алкоголя — не видит. То есть что в википедию влезло, то в детектор и полезло. Тут ведь главное, чтоб полученные словари позволяли это что-то делать. Как показывает пример ABBYY, там рост трудозатрат с ростом словаря не то что бы линейный, скорее экспоненциальный. >То что там выдается — это не смысл текста, это всего лишь более точная категоризация. Тут как с семантическим поиском,который у поисковиков обычно сводиться к разбору табличек из википедии. Что такое смысл текста? Никто не определил. Если смотреть с точки зрения чего можно сделать, то первый уровень — классификация текста(это просто классика AI), второй — выделение ключевых слов из текста(этот уровень хорошо разработан благодаря контекстной рекламе, третий — это именнованные сущности их выделение и сопоставление(как пример Яндекс.Новости), четвертый — взаимодействие этих сущностей и логический вывод на базе онтологий(тут сейчас подьем благодаря мониторингу мнений в интернете, но в случае мониторинга там словари сильно меньше), пятый — уже абстрактные сущности, абстрактно взаимодействуют. Современные технологии дошли до четвертого-пятого уровня. Но там проблемы такие, что качество сильно не промышленное и применений особо не видать. ABBYY конечно хочет пятый уровень, но в плане результатов от них ничего не слышно.

«Тест Тутубалина» успешно проходит )

Скопипастил первый попавшийся текст с Хабра: habrahabr.ru/post/148378 Первым в выдаче стоят категории: ============= общие категории религия « монотеизм « христианство « библеистика « библия « ветхий завет « книги ветхого завета « первая книга самуила ; 2,0000 религия « монотеизм « христианство « библеистика « библия « ветхий завет « книги ветхого завета ; 1,0000 религия « монотеизм « христианство « библеистика « библия « ветхий завет ; 0,6667 религия « монотеизм « христианство « библеистика « библия ; 0,5000 религия « монотеизм « христианство « библеистика ; 0,4000 религия « монотеизм « христианство ; 0,3333 религия « монотеизм ; 0,2857 религия ; 0,2500 {сам самый} ; 1,0000 ; 66 в книга ; 1,0000 ; 8 Потом правда «информационные технологии « информатика « программирование» пошли. Какой вывод из этого сделают многоуважаемые альтерэги?

Можно сделать вывод, что в начале выдаются гипотезы для разных онтологий. Значимые гипотезы приобретают больший вес. Краткий итог в конце.

Кажется, рановато они его для тестирования выложили — пока этот механизм совершенно не понимает, что ему говоришь.

Не надо с ним разговаривать :). Просто положите какой-нибудь текст.

На рифе год назад эту гитику преподносили, как поисковик по новостям. Ашманов попросил открыть параллельно два окна, обычный ширпотребовский яндекс и гитику. Яндекс был настолько лучше, что зал заржал хором.

А был же такой стартапчик… амбициозный. Зелёненький такой. Я к ним мелким мальчиком приходил, — они ТАК пальцы гнули… Но сдохли вроде в первый же год.

Это был «Кто там». Для поиска людей в Интернете. И Бардин был там техническим директором.

А разве ашмановский определитель тематики не делает то же самое, но в более понятной форме?

Ашмановский классификатор использует технологии того же уровня, только был написан тыщу лет назад. И уже тогда не был прорывным, просто одним из, даже в рамках России. Данный «концептуальный поиск» правильнее было бы назвать «концептуальный поиск прошлого века».

Ну а чего? Продали непонятным папикам залежалую идею. Скоро еще нейтронную сеть продадут. Под видом самообучающегося искусственного интеллекта, который вберет в себя все знания. И даст ответ. Будет давать полит. консультации Овальному и предсказывать курс доллара к евре на Форексе.

Вы ничего не понимаате. Это же сейчас модно, есть шанс пролезть на жирные госзаказы по всякой классификации-фильтрации интернета, вот все и суетятся. Чуваки, которые успешно продались, все правильно сделали.

Да бред. Такой софт есть специализированный и этот рынок давно забит сильными игроками.

> пролезть на жирные госзаказы по всякой классификации Нет! Ашманов не допустит. Он и его инфы бдят.

Господа, почему сразу столько негатива? Сделать сами что-нибудь сложнее поста в роеме пробовали? Я лично немного поиграл с указанным демо. Ну пока не в восторге, скажем, фраза «мама мыла раму» у меня вообще не разобралась. Но почему бы и нет, как говорится? А стиль комментариев выше напоминает мне разговор в одной очень крупной венчурной фирме, когда на мое изложение типа «до Гугла в интернет существовали…» ведущий эксперт данного фонда милая девушка возраста 24-25 лет с искренним удивлением сказала: «А разве Гугла когда-то не было???».

А разве ашмановский определитель тематики не делает то же самое, но в более понятной форме? Да, примерно то же самое. Мне кажется, у нас лингвистика сильно лучше по качеству, но идея ровно та же самая. Это никакой не смысл текста, а тематическая классификация. Но одно дело — ашмановский, а другое дело — свой. Лёня не раз разговаривал с нами про использование нашего движка, но потом всё-таки соблазнился возможностью целиком забрать технологию себе (если я правильно пониманию их отношения). Своё — оно как-то ближе к телу. Ашмановский классификатор использует технологии того же уровня, только был написан тыщу лет назад. И уже тогда не был прорывным, просто одним из, даже в рамках России. Тоже верно. Просто такая технология. Мы используем движок много где, в том числе несколько лет лицензировали Бегуну для показа контекстной рекламы на сайтах, да и сейчас лицензируем некоторым небольшим рекламным сетям. Там есть кое-какая история вопроса про «Гитику». Этот же движок от Бардина сотоварищи (не знаю, назывался ли он «Гитика»в то время) использовала Татьяна Желонкина (Анохина) (бывший директор по маркетингу Мыла и исполнительный Рамблера) в проекте «Кто там» на деньги Мамута. Валера Бардин был там техдиректором, потом у него произошёл конфликт с Татьяной, и он вместе с технологией и людьми ушёл, довольно громко хлопнув дверью. Вместо его движка Желонкина второпях (чтоб закрыть образовавшуюся дыру в технологии) купила контроль в компании RCO и взяла их движок. Но всё равно ничего не получилось: сервис толком не заработал, людей искал плохо, а потом Мамут молча закрыл финансирование, пропав при этом из эфира (перестал брать трубку и прислал сообщение «закрывайтесь» через своих мальчиков). А компания RCO до сих пор так и принадлежит Мамуту, хотя проект «Кто там» давно закрыт.

Сколько лет уже лепят эту штуку, а все еще не вышли из глубокой альфы. Это ведь было оно же: http://dz.livejournal.com/502751.html ?

> мы (Relteam и Digital Zone) презентовали на РИФоКИБе технологию под кодовым названием Taxonier. > Делает она то, что все давно хотели и многие пытались: классифицирует документы «по смыслу». Какой странный пафос по поводу обычного классификатора текстов.

== Сколько лет уже лепят эту штуку, а все еще не вышли из глубокой альфы. Это ведь было оно же ==мы (Relteam и Digital Zone) презентовали на РИФоКИБе технологию под кодовым названием Taxonier. ==Делает она то, что все давно хотели и многие пытались: классифицирует документы «по смыслу». да, это было оно же. Эта та описанная выше история, когда Ашманов попросил сравнить с Яндексом.

я сам делаю такую штуку для одной штуки))) Тоже на основе Википедии, тоже давно, помню даже Ашмановым и Яндексом по этому поводу встречался. ЧТо хочу сказать, это тот самый WEB 3.0, про который так долго говорили, потом устали и забросили англоязычные большевики. Семантическая сеть. Идея красивая — извлекатель смыслов. Казалось бы тут деньги на поверхности, умный инет лучше глупого. Но дело в том, что даже на западе это технология ради технологии. Раз в N времени все выдают распознаватель, в который можно пихнуть текст, и он может дать различной степени смешноты результат. Зачем это делать — уже другой вопрос. Потом все про эту страничку забывают. Кто то где то уже использует это в своих корыстных целях, потому что если есть инструмент, то можно придумать сейф который им можно открыть. А просто так — ну давайте устроим бега, у кого распознаватель лучше распознает. Само по себе это не бином ньютона. Это все равно что не сделать поисковик, но уже показывать «посмотрите какой у меня крутой робот, он умеет страницы парсить». Так поисковик это не только робот))) Кстати, если кто то считает что это таки бином Ньютона, обращайтесь)))

> поиск прошлого века Ну а если КР и на нём может ездить, то с чего ему умирать?

Про «КР может и на нём ездить». Давайте поясню кое-что типа как бы концептуальное. Трансфер ИТ-технологий на рынок происходит по следующей схеме: (технология)-> (движок/платформа) -> (продукт) Технология — это такое ПО, условно говоря, которое демонстрирует заданную функцию (машинная морфология, распознавание темы или поиск), но не годится для использования в бою (медленно, не отлажено, не вся функциональность подпёрта, нет API и т.п.). Платформа/движок — это скорость, производительность, большие объёмы данных, API и всё такое. То есть следующий рабочий слой вокруг технологии. Продукт — следующий слой вокруг движка, UI, сервис, поддержка, упаковка, пользовательские свистелки, плюс документация, маркетинг, пиар и т.п. Иногда всё вместе делается в одной интегрированной компании (Яндекс/Гугл/Эппл — от технологии до продукта), иногда только движок + продукт (условное Мыло). Иногда только продукт. Иногда все три стадии производятся в разных компаниях. Формат трансфера — ОЕМ-контракты. (технология) -> OEM -> (движок/платформа) -> OEM -> (продукт) Трансфер денег происходит в обратном направлении. При этом на каждом звене — падение денег на порядок (в лучшем случае). (технология)-> OEM -> (движок/платформа) -> OEM ->(продукт) $1 <—————————<<< $10 <—————————<<< $100 То есть продукт, взаимодействуя с пользователями/покупателями, получает 100% денег (своих денег, за вычетом примерно 40-50% доли каналов, дилеров и т.п.). Поставщик движка — не более 10%, поставщик технологии — в сто раз меньше, 1%. Так вот в случае с Гитикой — это технология. Плохая она или хорошая, какое там у неё соотношение полнота/точность — даже не очень важно. Важно, что это ни разу не движок. Поэтому «КР бегать на ней» никак не может. И ничего другое (поиск, видеохостинг, прочее) тоже не может. Там нужны миллисекунды на транзацкцию, распределённый кластер, масштабируемость, API, специальные функции, соответствующие нуждам КР или поисковика, и т.п. Нужен профессиональный движок. Мне кажется, команда Бардина об этом слое ничего не знает. Может быть, я ошибаюсь, конечно. Но в любом случае это пока история по технологию, а не про движок. И именно поэтому больших заработков здесь не видно, уж извини, Лёня. Даже в позиции движка всё не очень хорошо, там заработок (роялти) может быть и на полтора порядка меньше, чем заработок продукта (3-5%). Кроме того, на ОЕМ-рынке покупателей а) мало, по пальцам, б) почти все они сами разработчики. Рано или поздно у них возникает мысль… Далее объяснять, по-моему, не требуется. Период полураспада контракта на ОЕМ-движок — примерно 3-4 года.

про Гитику: без ложной скромности замечу я гениальный человек а то что ничего не создал так я был занят и болел

по небу пролетает слесарь но всем на парня наплевать все думают что это токарь и не приглядываются

> это пока история по технологию, а не про движок и даже не про продукт. А глядя на многолетние отписки того же Яндекса и пр. неконтекстность/неинтересность его КР, возникает старая мысль: Когда продукт … приносит бабло, то можно забыть про то, что технология из прошлого века (достаточно изредка отвлекать внимание от этого обстоятельства, что существенных вложений не требует).

К комментариям Игоря Ашманова. >Там есть кое-какая история вопроса про «Гитику». Этот же движок от Бардина сотоварищи >(не знаю, назывался ли он «Гитика» в то время) использовала Татьяна Желонкина (Анохина). Так называемый «движок», появился через 2 года после нашего ухода из Инфоскана и через год после ликвидации этой конторы. Т.е. использовать его Татьяна Желонкина (Анохина) не могла ни как. >Вместо его движка Желонкина второпях (чтоб закрыть образовавшуюся дыру в технологии) >купила контроль в компании RCO и взяла их движок. Факт-экстрактор RCO использовался с самого начала проекта. Мы факт- экстракторов не делали и дыры тут возникнуть не могло. >Так вот в случае с Гитикой — это технология. Плохая она или хорошая, какое там у неё >соотношение полнота/точность — даже не очень важно. >Важно, что это ни разу не движок. >Поэтому «КР бегать на ней» никак не может. И ничего другое (поиск, видеохостинг, прочее) >тоже не может. >Там нужны миллисекунды на транзацкцию, распределённый кластер, масштабируемость, >API, специальные функции, соответствующие нуждам КР или поисковика, и т.п. Нужен >профессиональный движок. Представленный на сайте index.ru категоризатор сделан из соответствующей компоненты, которая третий год используется в различных сервисах проекта Гитика. Последние три года от продажи этих сервисов мы и живем. Так что, «движок» вполне профессиональный :).

А что же тогда использовала Желонкина, сделанное Бардиным? Ведь Бардин в Инфоскан пришёл с некой своей технологией? И куда же она делась? Насчёт факт-экстрактора от RCO — у меня есть смутные сомнения. Когда Желонкина с Бардиным приходили к нам в АиП поговорить о технологиях анализа текстов, невдолге после образования Инфоскана, никаких разговоров про RCO тогда и близко не было. Татьяна стала задавать мне вопросы про RCO — кто такие и так далее — только через несколько месяцев. Ну, это насколько я помню. Я тогда с Татьяной общался довольно близко, она два раза в неделю ходила кувыркаться на нашу группу айкидо, я заезжал к ней на Войковскую и т.п. Ну, а насчёт того, что движок «появился через 2 года после нашего ухода из Инфоскана и через год после ликвидации этой конторы» — я лично расцениваю как официальную легенду, созданную ровно для того, чтобы не было претензий после очень неаккуратного ухода. Ну ОК, Инфоскана не существует, я не Желонкина, моё дело сторона, да и Мамуту всё равно. Будем считать, что технология была как бы написана как бы заново, с нуля. ОК. А если не секрет, что и кому вы продаёте уже три года?

А, не посмотрел профиль, думаю, что за эрфокс такой. Валера, вот мы тогда сидели у нас на Профсоюзной, вместе с Желонкиной и Тутубалиным. Ведь тогда не было речи про RCO.

Правда. Про RCO тогда речи не было, через шесть месяцев от создания Инфоскана мы говорили дважды, но только об организации семинара. Переговоры с RCO начались за месяц до фактического появления компании Желонкиной. Факт-экстрактор RCO использовался весь первый год существования компании, можно их спросить. Почему Желонкина спрашивала тебя, что это такое RCO? Загадка… >Ну, а насчёт того, что движок «появился через 2 года после нашего ухода из >Инфоскана и через год после ликвидации этой конторы» — я лично расцениваю как >официальную легенду, созданную ровно для того, чтобы не было претензий >после очень неаккуратного ухода Уход был крайне аккуратный, с оформлением всех документов об отсутствии взаимных претензий. Просто мы перестали понимать, что за проект делает Инфоскан под управлением Директора. Но через год после этого компания развалилась и, наверное, кому-то понадобились такие легенды.

Валера, не говорил бы ты публично таких вещей, за которые будет стыдно. Я не стал выше обсуждать твой конфликт с Татьяной и уход, но ты, похоже, хочешь обсудить в деталях. Это неосмотрительно. Так вот. Уход твой был не вполне аккуратным: произошёл острый конфликт (в том числе из-за негодных технических результатов), сначала ты попытался добраться до Мамута и свалить Желонкину (что было глупостью — ты был наёмный служащий, малоизвестный инвестору, а она основатель и совладелец, в фаворе у инвестора), а когда не получилось — ты и твои люди в одночасье свалили, а перед уходом потёрли все исходники на серверах разработки, так что у компании не осталось ничего, что вы кагбэ разрабатывали многие месяцы. И я это знаю не из пост—легенды, а по горячим следам. И уж совсем по мелочам выдумывать не надо: вы с Татьяной приходили ко мне не про семинар разговаривать, а про покупку у меня технологий. Семинар был вообще проходной темой, нам неинтересной. Когда вы ушли, мы с Тутубалиным переглянулись и сказали, дааа, тяжёлый случай. И я Желонкиной сказал, что у неё будут с тобой проблемы (я их предсказал примерно месяца за три-четыре — разговор был поздней осенью, а проблемы с твоими карьерными устремлениями случимшись весной), и что пока ты там, мы ей ничего продавать не будем, ибо нет смысла. Потом я пару раз приходил, она показывала мне на экране твои технические достижения, они были неубедительны, но я особо не заедался, чтобы не давить на нервы девушке. Когда же вы хлопнули дверью, она и пошла договариваться о покупке RCO, а ко мне ей было уже обращаться зазорно, потому что она в тот раз мне не поверила, решила, что я просто ей свой движок хочу втюхать. А дальше я уже писал: через полгода, летом, Мамут отключился от линии, деньги кончились, в ноябре она фирму закрыла, с ещё одним скандалом из-за выходных пособий (потраченных, как я понимаю, на попытку сохранить компанию).

Ещё раз: не надо со мной бороться по этому поводу. Мне ваш Инфоскан до лампочки, Мамуту тоже, история давняя, претензий предъявлять уже некому. Мне всё равно, интересов тут у меня никаких нет, но дразнить не надо всё-таки.

Скандалы! Интриги! Расследования! только на Роем!!! Кто же он, этот Валера? Зарвавшийся кодер, решивший, что это он создал _продукт_? Талантливый программист, угодивший в юридические сети паука-манагера? Насколько важны потёртые исходники, если люди с ним свалили «в одночасье»? Не пропустите, жмите на «Подписаться»!!!

Похоже, мы вторглись на поляну, которую кто-то считает своей. Сделал не Ашманов? — не работает. Работает? — не продукт. Продукт? – тогда его украли. Не украли? — тогда обманул Желонкину, все потер и т.п. Игорь, поддерживать дискуссию на таком высокотехническом уровне скучно. Я выбываю.

rfox, подождите, подождите. Игорь Станиславович ещё не произнёс название какой-нибудь теоремы и не рассказал про правильный крибрум и соседский тетрис.

Ага, ага. Выбывай. Ты мог выбыть раньше, когда я предлагал. Только не надо своё жлобство переносить на других. Я здесь ничего не втюхиваю, с тобой не конкурирую. Я выше уже подтвердил слова Гудмана: нету в этих технологиях — и моих тоже — ничего прорывного, им сто лет в обед. И то, что ты рассказывал у меня в офисе — это про косинус угла между лексическими векторами, теория Салтона тридцатилетней давности. И эти истории про твои отношения с Инфосканом я же не выдумал — я наблюдал их в реальном времени и про потёртые исходники мне рассказывали очевидцы. Могу истории рассказывать — могу не рассказывать. А говоришь, кстати, ты всё правильно: и не продукт, и украли, и потёрли, и обманули, и не работает. Вспомни, кстати, демонстрацию на РИФе, как оно «работает». Ты тогда ещё был с Готовцевым, если помнишь, это была следующая Желонкина и предыдущий Лёня. Ну ладно, может, сейчас оно уже работает. Ну почему бы и нет. Это твоя, твоя поляна. Вот вы там с Лёней и Колесниковым в Госдуме рассказывали про свою технологию и «обсчёт Рунета» — я хоть слово сказал? Продавай свой «движок» на здоровье, Колесникову, Лёне, кому угодно. (Рассказал бы, кстати, кому вы 3 года продаёте его столько, что можно жить на это? А то ты как-то от вопроса уклонился). Ещё раз рекомендую, Валера — прочти рассуждения про ОЕМ выше. Тебе не светит сделать продукт — продукт это яндексы и вконтакты. А ты можешь рассчитывать в лучшем случае на деньги третьего слоя, то есть в 100 раз меньшие, чем на фронте рынка. И при этом все главные игроки рынка имеют свои технологии и своих разработчиков. Там по сути нет рынка и поляны. Ну вот в государство что-то можно втюхать, наговорив красивых слов. Ну и вперёд. Поэтому я точно не буду с тобой конкурировать. Нашёл ты себе место для приземления — ну и славно. Ты просто не ври и не надувай щёки, и всё будет гладко.