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

IoT může znamenat také Internet myšlenek

Pavel Houser , 22. June 2019 18:15
Pavel Houser

Koncept Internet of Thoughts předpokládá propojení lidských mozků s počítačem přes přímé rozhraní. V...

Více



Kalendář

03. 08.

08. 08.
Black Hat USA 2019
25. 08.

29. 08.
VMworld US 2019
05. 09.

06. 09.
Technical Computing Camp 2019
RSS 

Zprávičky

Antenna Hungária chce podíl ve firmě, která patří PPF

ČTK , 17. July 2019 10:00

Maďarská státem vlastněná společnost Antenna Hungária zvažuje, že koupí 25procentní podíl v radiokom...

Více 0 komentářů

Hackeři ukradli z bulharské finanční správy data o milionech lidí

ČTK , 17. July 2019 09:00

Hackeři uvedli, že mají osobní informace a registrační údaje pro platbu daní a sociálního pojištění ...

Více 0 komentářů

Facebook se snaží regulátory ujistit o bezpečnosti své kryptoměny

ČTK , 17. July 2019 08:00

Asociace Libr nemá v úmyslu konkurovat státním měnám ani vstupovat do oblasti měnové politiky....

Více 0 komentářů

Starší zprávičky

Symantec ukončil jednání o svém prodeji Broadcomu

ČTK , 16. July 2019 10:00

Symantec má pověst firmy, která uvažuje o svém prodeji, ale od dohody nakonec odstoupí....

Více 0 komentářů

Vláda odložila jednání o vysílačkách pro záchranný systém

ČTK , 16. July 2019 09:00

Vysílačkové síti pro policii, hasiče a další záchranné složky končí podpora technologie Tetrapol....

Více 0 komentářů

Huawei hodlá investovat v Itálii tři miliardy dolarů

ČTK , 16. July 2019 08:00

Itálie nedávno posílila svou moc nad soukromým sektorem, částečně kvůli obavám z možného zapojení čí...

Více 0 komentářů

Navigační systém Galileo o víkendu postihl výpadek, problémy přetrvávají (aktualizace)

ČTK , 15. July 2019 16:00

Příčinou výpadku byl údajně technický problém spojený s pozemní infrastrukturou....

Více 0 komentářů