SGI: zvládneme zanalyzovat Wikipedii za jediný den

Karel Michal , 21. June 2012 12:36 0 komentářů
Rubriky: Technologie, Hardware

Společnost SGI, která představuje jeden z pilířů světového high performance computingu, tvrdí, že její nová platforma SGI UV 2 zvládne s přehledem zanalyzovat celou Wikipedii během jediného dne.

GRAF: Osoby zmiňované na Wikipedii a zmínky o nich v jednotlivých článcích
GRAF: Osoby zmiňované na Wikipedii a zmínky o nich v jednotlivých článcích
SGI spolupracuje s Kalevem H. Leetaru z Univerzity v Illinois na vytvoření vůbec prvního, historického mapování plného textového obsahu anglického vydání Wikipedie v čase a prostoru. Výsledky zahrnují vizualizace moderní historie zachycené v rámci jednoho dne s využitím in-memory data-mining technik. Díky možnosti vložit celou anglickou verzi Wikipedie do systému SGI UV 2000, byl Leetaru schopen ukázat, jak se odvíjel pohled Wikipedie na svět během posledních dvou století. Lokalita, rok a pozitivní nebo negativní sentiment byly provázány s těmito odkazy.

Leetaru na platformě zvládl provádět analýzy téměř v reálném čase v rámci celého datového souboru, vytvářet vizuální mapy napříč prostorem a časem, aby byl schopen vidět nejen to, jak se historie odvíjela, ale i celkový charakter světa za posledních tisíc let, a interaktivně testovat širokou škálu teorií a vědeckých otázek, a to za méně než jeden den práce.

Zatímco několik předchozích projektů mapovalo vstupy Wikipedie pomocí ručně přiřazených umístění metadat editorem, tyto předchozí pokusy zahrnovaly jen nepatrný zlomek informací umístěných na Wikipedii. Tento projekt odemkl obsah článků samotných, identifikoval každou lokalitu i časový údaj u všech čtyř milionů stránek a vazeb mezi nimi.

Z analýzy je vidět, že Wikipedie má čtyři období růstu ve svém historickém pokrytí: 1001-1500 (středověk), 1501-1729 (ranný novověk), 1730-2003 (osvícenství), 2004-2011 (éra Wikipedie) a zdá se, že její další růst se zaměřuje na zvýšení pokrytí historických událostí spíše než na zvýšené dokumentování současnosti.

Průměrný charakter pokrytí každého roku Wikipedie úzce souvisí s hlavními globálními událostmi, přičemž nejvíce negativním obdobím za posledních 1000 let je americká občanská válka následovaná druhou světovou válkou. Ukazuje se také, že "mezera kvůli autorským právům", která potlačila většinu z dvacátého století v digitalizovaných tištěných sbírkách, není problémem Wikipedie, kde probíhá stabilní, exponenciální růst pokrytí od roku 1924 až po současnost.
Mezi léty 1000 a 2012 bylo vygenerováno více než 80 milionů lokalit a 42 milionů časových údajů, v průměru to dělá 19 lokalit a 11 časových údajů na článek (každých 44 slov a každých 75 slov, odpovídající pořadí).


Komentáře

RSS 

Komentujeme

Experiment kousek od našich hranic

Pavel Houser , 12. May 2019 13:40
Pavel Houser

Bělorusko je u nás zemí nepříliš známou, i když čistě geograficky není o nic dál než Pobaltí. Experi...

Více

Kalendář

19. 05.

23. 05.
IEEE SP 2019
20. 05.

22. 05.
VeeamON 2019
20. 05.

26. 05.
Týden inovací 2019







RSS 

Zprávičky

Walmart vstupuje na trh tabletů, chce přebrat zákazníky Applu

ČTK , 21. May 2019 10:40

Americká maloobchodní společnost Walmart uvádí v tomto týdnu na trh tři tablety s operačním systémem...

Více 0 komentářů

ÚOHS: MPSV musí znovu posoudit nabídky v tendru na systém dávek

ČTK , 21. May 2019 09:00

Úřad zrušil rozhodnutí o výběru nejvhodnější nabídky z loňského prosince....

Více 0 komentářů

Xiaomi zvýšil ve čtvrtletí příjmy o 27 %

ČTK , 21. May 2019 08:00

Zahraniční expanze a zaměření na trhy, jako je Indie a Evropa, se čínskému výrobci vyplácí....

Více 0 komentářů

Starší zprávičky

Akcie evropských výrobců čipů zasáhly obavy o dodávky pro Huawei (aktualizováno)

ČTK , 20. May 2019 12:09

Infineon a STMicroelectronics jsou největšími výrobci čipů v Evropě. ...

Více 0 komentářů

Americké firmy zastavují dodávky komponent pro Huawei

ČTK , 20. May 2019 11:19

Google se chystá omezit Huawei používání svého operačního systému Android....

Více 0 komentářů

Huawei v ČR nevidí dopady svého zařazení na černou listinu USA

ČTK , 20. May 2019 08:00

Čínská společnost Huawei, kterou americké ministerstvo obchodu zařadilo na černou listinu, nevidí žá...

Více 0 komentářů

Ministryně financí pošle resortům návrh na 7% digitální daň

ČTK , 18. May 2019 08:00

Kromě ČR vlastní digitální daň zavádí Francie, Rakousko, Španělsko nebo Itálie....

Více 0 komentářů