Archívum

A MIBE éves konferenciáján adunk elő a deep learningről, slidejaink alább:

TémákMegismerés és idegtudomány

Kedden a HWSW meetupon adtunk elő, diák alább.

TémákMesterséges intelligencia

Hogyan hat a mesterséges intelligencia a gazdaságra, hogyan lehet beilleszteni egy cég mindennapi működésébe a gépi tanulás eredményeit, milyen hatással lesz ez a munkára? Agrawal, Gans és Goldfarb könyve ezeket a kérdéseket járja körül.A könyv alaptétele egyszerű, a predikció (a szerzők így…

TémákMesterséges intelligenciaTudományfilozófiaMegismerés és idegtudomány

A múlt héten a POLTEXT konferencián mutattuk be egyik új projektünket. A diákat alább lehet nézegetni, a kapcsolódó vizut pedig itt.Gergő kolléga prezentálAz elmaradhatatlan Sozi-ban készült prezi A csapat nagyobbik része Itt lehet nézegetni a szóbeágyazásokat A prezentáció pedig…

TémákNyelvmodellek

A POLTEXT-en és a CILC-en is bemutattuk The nation in American political discourse - An attempt to train an automatic metaphor identitifer című fantasztikus előadásunkat. Diák és egyebek alább. Virág kolléga a POLTEXT-en éppen nagyon előadOrsi kolléga a CILC-en belekezd az…

TémákMegismerés és idegtudomány

Itt a tavasz, jönnek a rendezvények! Előadunk, szerveztünk egy beszélgetést az AI-ról és hackathon is lesz!Április 19-én a Startup Safary-n két rendezvényt is ajánlunk nektek:Emberközpontú gépi tanulás - 17 órától a LogMeIn-ben beszélünk a Precognoxnál folyó munkáról, aminek nagyon hangzatos…

A Járókelőn a bejelentésekre adott válaszokat egy Megoldópontszám értékeli. Az értékelés mögött egy általunk fejlesztett klasszifikációs API rejlik, amit mi nagyon megszerettünk, mert a modellhez szükséges tanulóadatok annotálásától a végső webes szolgáltatás kialakításáig végigszöszmötölhettünk a…

TémákNyelvtechnológia

Ha csak egy könyvet olvasol el a mesterséges intelligencia történetéről és jövőjéről, ez legyen az - minden túlzás nélkül lehetne ez ennek a posztnak a klikkvadász címe.John Markoff nagyon alapos munkát végzett, amikor feltérképezte a mesterséges intelligencia történetét. Nem csak kutatók, de…

TémákMesterséges intelligenciaMegismerés és idegtudományTudományfilozófia

A szolucionizmus híveinek kötelező olvasmány Cathy O'Neil, a mathbabe blog szerzőjének könyve! Egy hajdani quant (pénzügyi geek) matek PhD-val a zsebében fogta magát és utána járt, mit köszönhetünk a gépi tanulásnak - nem sok jót talált, de arról rendkívül olvasmányos módon számol be nekünk.A…

TémákTudományfilozófiaLogika és matematikaMesterséges intelligencia

Ma az Entrepreneur DNA konferencián adunk elő, kapcsolódó diáink alább.A gépi tanulás kapcsán termékeinkről fogunk beszélni, azaz a TAS, a Data Collector, a Classifier API és a Sales Lead Generator is bemutatásra kerül.

TémákMegismerés és idegtudományMesterséges intelligenciaStartup és termékfejlesztés

Hogyan lesz előítéletes az AI? Erre keressük a választ magyar alternatív zenekarok dalszövegeiből készített szóbeágyazási modellt hívva segítségül. A szóbeágyazási modellt ezen az interaktív vizualizáción keresztül lehet felfedezni, de lentebb azt is elmondjuk, hogy mely szavak jellemzőbbek inkább…

TémákVizualizáció és hálózatelemzésNyelvtechnológiaA szakma

A hónap végén egy remek konferencia lesz Pécsett, amin kollégáinkkal is találkozhattok. A Precognox a szövegek érzelmi elemzéséről, lead generálásról és scrapingről fog beszélni. Részletes program elérhető itt.

TémákA szakmaKorpusznyelvészet

Ma a conTEXT-en adunk elő. Továbbra sem sikerült lejönnünk a topik modellezésről, de most nem a szokásos LDA lesz, hanem ATM (azaz Author-Topic Model). A migrációs válság során megjelent hírekből készült korpuszunkkal kapcsolatban a leggyakoribb kérdés az volt, hogy az egyes topikok mely…

TémákKorpusznyelvészet

Az 1956-os dartmouth-i konferencia óta várjuk a nagy áttörést a mesterséges intelligencia terén. Miután végig próbáltunk mindent, a logikától a bayesiánus megközelítésen át konnekcionizmus (fiatalabbaknak deep learning) megannyi újjászületésén át, továbbra is ott tartunk, hogy nehezen tudjuk igazán…

TémákMegismerés és idegtudományMesterséges intelligencia

A felületes szemlélődő számára úgy tűnhet, a deep learning csupán az internet nagy kérdéseire fókuszál; cuki cica van-e egy adott képen vagy nem, van Gogh stílusú profilképünk legyen vagy adott ember stílusában generáljunk szövegeket. Akadnak olyan mellékszálak, mint az önvezető autók, melyek azért…

TémákMegismerés és idegtudomány

Régóta dolgozunk azon, hogy adatelemzési projektjeink végén ügyfeleink számára nem csak szakmailag pontos és használható, hanem vizuálisan is elfogadható riportokat tudjunk szállítani. Először az interaktív vizualizációkat használó riport formáját dolgoztuk ki, erre példa a Migráció arcai…

TémákStatisztika és valószínűségAdatújságírás és nyílt adat

A machine learning esetében hatványozottan igaz a garbage in, garbage out elve. Az iparban nagy erőforrásokat teszünk abba, hogy az adatokat legyűjtsük, transzformáljuk, kitisztítsuk, majd a legtutibbnak mondott algoritmusokba dobjuk, hogy végül bosszankodjunk mert a 99%-os pontosság csak az…

TémákTudományfilozófiaNyelvtechnológia

Ma a Budapest Science Meetupon találkozhattok velünk, ahol legújabb tartalomelemzési projektjeinkről fogunk beszélni. Kapcsolódó diánkat pedig itt találjátok:

TémákMesterséges intelligenciaNyelvmodellekMegismerés és idegtudomány

Tíz éve jelent meg az első poszt blogunkon. A kezdetek a keresőkről szóltak, azóta viszont kibővítettük témáinkat, megjelent a nyelvtechnológia, a mesterséges intelligencia és a gépi tanulás, meg minden más. Az alapító Jóföldi Endre mellett az évek során tizenketten csatlakoztak rövidebb vagy…

A nyest.hu-n elérhető legújabb tartalomelemzésünk melyben a migrációs válság során a magyar nyelvű online médiában megjelent képeket vizsgáltuk. A projekt során korábban már elemeztük a szöveges tartalmakat és beszámoltunk a képekkel kapcsolatos vizsgálódásaink előzetes eredményeiről itt.

TémákVizualizáció és hálózatelemzés

... azoknak, akik szeretnének a gépi tanulás és a mesterséges intelligencia alapjairól többet tudni.Morris Kline: Mathematics for the NonmathematicianTalán a legtöbbünknek az a baja az absztrakt matematikával, hogy nem tudjuk mire is találták ki. Kline könyve a matematika főbb területeit…

TémákLogika és matematikaStatisztika és valószínűség

Új szóval jöhetnek elő azok, akik szerint a big data annyira 2010, az AI meg 2016, hogy izé! Itt a post-analytics era, amiben a gépi intelligencia és az emberi találékonyság a lehetetlent is meg tudja valósítani a megfelelő keretek között. Ez a megfelelő keret nem más, legalábbis Sullivan és…

TémákMesterséges intelligenciaTudományfilozófiaAdatújságírás és nyílt adat

Az opendata.hu-n elérhető Twitter Szentiment Korpuszunk. A korpuszt 2016 elején gyűjtöttük és most a közelgő szövegbányászat workshop kapcsán publikáljuk, hogy kutatási és hobbi céllal bárki szabadon használhassa.

TémákKorpusznyelvészetNyelvmodellek

Ingatlanhirdetéseket tartalmazó korpuszunkra ráeresztettük az LDA-t, ennek eredménye 30 topik lett. A topikok felfedezhetők a pyldavis által generált vizun itt. Megnéztük minden járásra és kerületre, melyik a legjellemzőbb három topik, ezt QGIS segítségével térképre is tettük és generáltunk egy…

TémákKorpusznyelvészet

Az ingatlanhirdetések szövegei sokat elárulnak arról, hogyan látják környezetüket a hirdető tulajok. Korábban összegyűjtött közel 200.000 hirdetés szövegét elemeztük most, hogy lássuk, milyen területi különbségek jelennek meg az eladók szóhasználatában. A kapcsolódó vizualizáció itt érhető…

TémákVizualizáció és hálózatelemzésNyelvtechnológiaA szakma

Ma a Budapest Data Forumon adunk elő egy gyakorlati projektünről, melynek célja, hogy gyorsabban, minőségibb tezauruszokat tudjunk készíteni szemantikus keresőinkhez. Diák alább. (Nem illik ide, de egy konnektómos képet már régen szerettem volna elhelyezni a blogon)

TémákMegismerés és idegtudomány

Ma az MTA-ELTE- Peripato Összehasonlító Társadalmi Dinamika Kutatócsoport által szervezett Látens jelentések és a szemantikai tér A közéleti-politikai diskurzus empirikus vizsgálata című workshopon veszünk részt.Izgatottan várjuk, hogy megtudjuk, milyen módszerekkel és eszközökkel dolgoznak a…

TémákNyelvmodellek

Egy korpuszunkon kipróbáltuk az lda2vec algoritmust, mert már nem bírtuk tovább. Jelentjük, nem is olyan rossz az eredmény! Itt meg is lehet nézni!Christopher E. Moody Mixing Dirichlet Topic Models and Word Embeddings to Make lda2vec tanulmányát megjelenése óta imádjuk és párszor már használtuk…

TémákKorpusznyelvészetNyelvtechnológia

Ma az NLP meetupon adunk elő szövegvizualizációs projektjeinkről. A nyesten már írtunk témánkról, a blogon pedig az adatvizualizáció címke alatt megtaláljátok összes jó és rossz próbálkozásunkat. Itt pedig a slideokat!Kapcsolódó anyagok:Pinker: A Theory of Graph ComprehensionNatural Kinds…

TémákVizualizáció és hálózatelemzés

Ma Magyar Országos Közjegyzői Kamar Futurology Forum-án adunk elő.

TémákAdatújságírás és nyílt adatMesterséges intelligencia

Arra voltunk kíváncsiak, hogy állnak a négyzetméter árak a magyar ingatlanpiacon. Legyűjtöttünk majdnem 200,000 hirdetést, kiszedtük belőlük a lényeget és egy 3D vizun mutatjuk az adatokat itt.Hogy?A gyűjtés során figyeltünk arra, hogy ne sértsük a felhasználási feltételeket és tiszteletben…

TémákVizualizáció és hálózatelemzés

Lassan közhely, hogy a második gépkorszak alaposan át fogja alakítani az életünket. Akadnak szép számmal olyanok is, akik attól félnek, hogy a gépek egy szép napon az egész emberiséget leigázhatják és kiirthatják. A mesterséges intelligencia ma az érdeklődés középpontjában áll, de nem árt tudnunk,…

TémákMesterséges intelligencia

Hol fordulnak elő egy szövegben bizonyos szavak? Hogyan változik használatuk időben? Hogyan lehet összevetni egy-egy szó használatát egy adott korpuszon belül? A legtöbben egy egyszerű idősort képeznének az adatokból, de a korpusznyelvészek erre fejlesztették ki a konkordancia plotot, ami igazából…

TémákKorpusznyelvészetNyelvelméletVizualizáció és hálózatelemzés

Megjelent Fehér Krisztina, a népszerű babanyelv blog szerzőjének könyve, amit ajánlunk minden kedves olvasónk figyelmébe, hiszen a Kereső Világ szerzői is feltűnnek a kötetben.Szerzőink feltűnése nagyon izgalmas, a részletekért vegyétek meg a könyvet. A CHILDES korpuszon végzett…

TémákKorpusznyelvészet

Korábban már kísérleteztünk azzal, hogy egy szöveg emóciós idősorait szonifikáljuk. Most egy kicsit tovább gondoltuk a dolgot, próbálkozásunkat itt érhetitek el.A hat emóciós idősorból képzett hangsávot egy többcsatornás wav fájlba gyúrtuk, mivel a wavesurfer képes minden sáv hangspektrumát…

TémákVizualizáció és hálózatelemzésNyelvtechnológia

Ma a Budapest Startup Safary-n adunk elő szeretett migráns korpuszunk kapcsán arról, hogyan is lehetne a különböző modalitásokat keverni a keresésben és a tartalomelemzésben. Diák és kapcsolódó anyagaink alább!Kapcsolódó anyagok:itt érhető el dashboardunkaki még nem olvasta nyesten…

TémákKorpusznyelvészet

Arra voltunk kíváncsiak, hogyan viszonyulnak egymáshoz a korábbi posztunkhoz begyűjtött korpuszban az egyes szavak, milyen szemantikai teret rajzolnak ki. Aki ismer minket, tudja, nem igazán szeretjük a puszta szógyakoriságon alapuló szófelhőket és helyettük inkább a kulcsszavakat és szógráfokat…

TémákVizualizáció és hálózatelemzésNyelvelméletKorpusznyelvészet

Az érdekelt minket, hogy hogyan jelenik meg az online médiában a civil szervezetek és a CEU ügye. Négy oldalt vizsgáltunk (Index, 444, Origo és 888), hogy képet alkothassunk erről. Azt találtuk, hogy napjaink nagy figyelmet kiváltó eseményeit nagyon eltérően mutatják be a híroldalak, mondhatni két…

TémákVizualizáció és hálózatelemzés

Mi a különbség az alternatív igazság és a sima igazság között? Miben különbözik a tudomány az áltudománytól? Tud-e nekünk segíteni a technológia a “igaz” és a hamis megkülönböztetésében? Nagyon hosszú posztunkban először segítségül hívjuk a filozófiát, ami már legalább kétezer éve próbálja…

TémákTudományfilozófiaMegismerés és idegtudomány

Reggel gyorsan begyűjtöttünk majd' tízezer tweet-et, megnéztük hol írták őket, ezután a Google WebGL Globe segítségével vizualizáltuk az adatokat. A 3D vizu itt érhető el.

TémákVizualizáció és hálózatelemzés

Büszkék vagyunk arra, hogy a CEU-val dolgozhattunk. Remek embereket ismertünk meg a közös munka során és szeretnénk kifejezni, hogy lélekben velük vagyunk most.Interaktív topikmodell vizualizációnk elérhető itt.Arra voltunk kíváncsiak, hogyan is csapódik le a világban a CEU-ügy. A…

Ma a MeetOFF AI / machine learning meetupján adunk elő a migránsválság során megjelent cikkekből álló korpuszunkon végzett munkánkról. A késői óra miatt úgy döntöttünk, a technikai részletek helyett a keresés és a tartalomelemzés kapcsán felmerülő filozófiai és kognitív tudományi kérdések felöl…

TémákMegismerés és idegtudomány

Ma az SAP d-kom konferenciáján adunk elő. Mind Reading and Search című előadásunkban arra keressük a választ, hogy miképp lehet a keresés intelligens.

Ma a Clementine által szervezett conTEXT konferencián adunk elő multimodális tartalomelemzési kísérleteinkről. Ha nem tudtok eljönni, akkor ajánljuk a nyesten megjelent cikkünket a témában. Arról fogunk beszélni, hogy lehet a topik modellezést akár képekre is alkalmazni és ilyen…

TémákNyelvmodellek

Ma a Budapest BI Forumon részetesebben is bemutatjuk mivel foglalkozunk mostanában. Balogh Kitti: Szövegvizualizációs dashboardokMa már nagyon sok információ automatikusan kinyerhető szöveges adatokból. De hogyan lehet az információt érthetően megjeleníteni? Lehetséges, hogy legalább…

Ma a Budapest.AI rendezvényén adunk elő szeretett dashboardjainkról és arról, hogyan lehet a nyelvtechnológiát a társas gondolkodás megismerésére felhasználni. Alább diáink, az alatt pedig linkek a dashboardokhoz. Visualizing Star Wars Movie ScriptsA kuruc.info romaellenes…

TémákNyelvmodellek

Az őszi konferencia szezon elindult, októberben az alábbi rendezvényeken találkozhattok velünk:Budapest BI Forum, Október 25-27.Balogh Kitti: Szövegvizualizációs dashboardokVarjú Zoltán: A Review of Image Retrieval Methods – a journey from image descriptors to neural networksBudapest AI,…

A gépi tanulás, hipszter nevén data science, egyre több érdeklődőt vonz, sokak szerencsétlenségére a terület azonban nagyon szerteágazó; a gépi tanulás ma az, ami mindenre ráhúzható az egyszerű statisztikai adatelemzéstől kezdve a képfeldolgozáson át a nyelvfeldolgozásig minden bele tud férni.…

TémákMesterséges intelligenciaA szakmaStatisztika és valószínűség

Ma az MTA TK Lendület RECENS hálózati előadás-sorozat keretében Magyar nyelvű tartalmak elemzése címmel adunk elő. Korlátozott számban még akadnak férőhelyek, itt lehet regisztrálni. Az előadás az MTA TK Politikatudományi Intézetének tárgyalótermében (1014 Budapest, Országház utca 30.) lesz 15…

TémákKorpusznyelvészet

Miről lehet fogalmunk? Hogyan tudunk határt húzni fogalmaink közé? Hogyan lehetséges az, hogy a go is egy játék, meg a foci is az? Mi vetítjük a világra fogalmainkat, vagy azokat a dolgok valamilyen természetes tulajdonsága alapján alkotjuk meg? A tudományos fogalmak helyesebbek-e, mint a…

TémákTudományfilozófiaNyelvelméletLogika és matematika

Kedden céges hackathont tartottunk kaposvári irodánkban. Munkatársaink négy csapatba szerveződtek és az alábbi feladatokon dolgoztak:a Receptkereső legnépszerűbb receptjeinek klaszterezése a hozzávalók szerintTwitter felhasználók gender klasszifikációjaA tanártüntetés és a választási iroda…

Ma a Kürt Akadémia Data Science képzésén megpróbáljuk bevezetni a hallgatóságot a szövegbányászat alapjaiba. Diáinkat lent lehet megtekinteni, a kapcsolódó Ipython notebookok, adatok és egyéb szkriptek pedig itt érhetőek el.

TémákStatisztika és valószínűségKorpusznyelvészet

A mobil eszközök életünk részévé váltak, annak ellenére, hogy a szövegbevitel elég körülményes rajtuk. Persze akadnak olyanok, akik rendkívül gyorsan képesek írni a hagyományos érintőképernyős billentyűzeteken, de ezek a szövegek főleg nem szerkesztett, amolyan írott beszélt nyelvi…

TémákNyelvtechnológia

Ma a MOME TechTea vendégei vagyunk Szűcs Krisztinával. A slideokban található hibák intencionálisak!

Ma a conTEXT konferencián kétszer is előadunk, diáinkat itt találjátok.

A KConnect projekt keretében a University of Sheffield NLP Group által szervezett hackathonon veszünk éppen részt. A két nap során a magyar és svéd nyelvű erőforrások GATE-be történő integrálását kezdtük meg és sokat haladtunk, pedig megjártuk a Don-kanyart is. A KConnect…

November 18-án a MOME Tech Lab TechTea rendezvénysorozatán adunk elő. Csapatunk kiegészül Szűcs Krisztával, akivel korábban már dolgoztunk együtt. A mai információs társadalomban az emberi agy számára feldolgozhatatlan mennyiségű információ áraszt el minket. Az…

Szeretnénk azt hinni, hogy az elme az agyban lakozik. Önmagában az agy modellezése is eléggé nehéz feladat, de ha sikerül részben megoldani, akkor van egy intelligens rendszerünk. De mennyire intelligens egy rendszer, ami egy feladatra fókuszál? Szétszálazhatjuk-e az agy területeit…

TémákMegismerés és idegtudományMesterséges intelligenciaTudományfilozófia

Az idei OSINT konferencián két előadással veszünk részt, ezek diáit alább közöljük. Kapcsolódó posztjainkból többet is megtudhat a kedves olvasó a területről:Politikai blogokkal foglalkozó projektünkről sokat írtunk, a tag linkjérőlelérhető az összes…

A MIBE Jövendőmondás konferencia előadásai elérhetőek a YouTube-on. Előadásunk diái és a kapcsolódó tartalmak elérhetőek korábbi posztunkban.

November 17-én kerül megrendezésre a conTEXT, magyar szöveganalitikai konferencia a BMC-ben. Már lehet regisztrálni itt. Megéri mihamarabb regelni, az early bird akció október 26-ig tart! A program folyamatosan frissül itt. Ahogy arról már hírt adtunk, mi is ott leszünk!

A KConnect az ICT 2015 kiállításon vesz részt ezen a héten. Vitathatatlanul a mi csapatunk tagja az egyik legkeményebb a kiállítók közül.Egy rövid videó arról, mi is az a KConnect.

TémákStartup és termékfejlesztés

Immár másfél éve, hogy állandó online kapcsolatban állunk kollégámmal. Gyakran ér minket az a vád, hogy mi csak hülyéskedünk és elütjük az időt a hobbinkkal. Itt az ideje, hogy rácáfoljunk mindenkire! Empirikus alapon eddigi Skype csetelésünk archívumát elemeztük Reméljük…

A Clementine Consulting idén is megrendezi a conTEXT konferenciát. Az eddigi rendezvényekhez hasonlóan a magyar szöveganalitika üzleti alkalmazásaiba nyerhetünk betekintést november 17-én. Regisztráció és részletes program itt.Idén a Precognox két előadással lesz jelen a…

A W3C Magyar Iroda E-kereskedelem és online fizetés témában tart műhelykonferenciát október 21-én 15:00-tól az MTA SZTAKI-ban. 18:30-tól ugyanitt FIzetek... címmel tartjuk az októberi BOK meetupot. Mindkét rendezvény ingyenes, de előzetes regisztrációhoz kötött. A…

TémákMesterséges intelligenciaStartup és termékfejlesztés

Amíg mások csak beszélnek arról, hogy a deep learning a jövő még a mobilokon is, meg hogy újra kell gondolni az ember-gép interakciót, addig a SwiftKey kiadta mobil billentyűzetének új változatát, melynek motorja egy neurális háló.A Neural Alpha jelenleg csak angol nyelvre…

TémákMegismerés és idegtudományProgramozás és szoftverfejlesztés

Idén immár másodszor került megrendezésre hackathon a K-Monitor Adatozz okosan programjának keretében, amin munkatársaink mint mentorok vettek részt és ismét precognoxos által mentorált csapat nyerte a versenyt. A Születésház Egyesület első helyezést ért el, a csapat tagjai;…

Mik azok a neurális hálózatok, hogyan tanulnak meg mitől deep a deep learning? Nehéz kérdések ez, főleg ingyenes forrásokat ajánlunk megválaszolásukhoz. Paul M. Churchland: Matter and ConsciousnessEz az öreg kis könyvecske már generációkat vezetett be az…

TémákMegismerés és idegtudomány

Ma a MIBE konferenciáján velünk is találkozhattok, a részletes program itt található, alább pedig a slideok és válogatás korábbi, a témához kapcsolódó posztjainkból. Kiszámíthatóak vagyunk? - Barabási Popper ellenes kirohanásairól írtunk ebben a posztban, meg…

Stelarc egyedi performanszaival az emberi test és elme kiterjesztésének lehetőségeit feszegeti. Az ausztrál művész projektjei futurisztikusnak tűnnek. Sokan idegenkednénk egy robotvégtagtól, vagy egy agyi implantátumtól. Andy Clark szavaival élve született kiborgok vagyunk és…

TémákNyelvelméletTudományfilozófiaMegismerés és idegtudomány

Ki ne szeretné néha olvasni a másik gondolatait? Milyen jól jönne egy kis szerkezet, amivel a hőn áhított lány, vagy fiú agyi aktivitását szövegé alakíthatnánk, de a rendfenntartó erők sem lennének restek egy ilyen kütyüt bevetni. Scifinek tűnhet a gondolatolvasás, de mára…

TémákMegismerés és idegtudomány

Vége a nyárnak, az iskola mellett a BOK meetup is beindul. A szezon első meetupján szeptember 15-én az oktatásé a főszerep. Az esemény 19:00-kor kezdődik a Foncsorozóban (Weiner Leó u. 8.), a részvétel ingyenes, de egy regisztrációval segíthetitek a szervezők munkáját. A…

Korábbi posztunkban a magyar Wikipedia korpuszán szemléltettük, hogy a nyelvi gráfok kisvilág tulajdonságot mutatnak. Most magyar példákon keresztül szemléltetjük, hogy a szemantikai és az asszociációs nyelvi hálózatok is skálafüggetlen kisvilágok. Magyar WordNetA Magyar…

TémákNyelvelméletVizualizáció és hálózatelemzésA szakma

A Neticle Technologies által készített szövegelemző függvények most már bárki számára elérhetőek idén júliustól. A Neticle Semantic API képes automatikusan, emberi pontossággal vélemény- és tartalomelemezni a magyar nyelvű szövegeket.A csapat saját termékeinek fejlesztési…

TémákNyelvtechnológiaA szakma

Mielőtt a kedves olvasó azt hinné, megőrültünk a nyári melegben, gyorsan szögezzük le; az adatok alapján nagyon valószínű hogy ha szóasszociációs vizsgálat alá vetnénk, akkor…

TémákTudományfilozófiaVizualizáció és hálózatelemzés

A QWERTY-hatás fogaloma először Daniel Casasanto & Kyle Jasmin munkájában jelenik meg. Röviden arról van szó, hogy mivel a QWERTY billentyűzet elrendezése aszimmetrikus, (Casasanto és Jasmin (a továbbiakban C&J) kutatásában “résztvevő” mindhárom nyelvben (angol,…

TémákNyelvelméletA szakmaMegismerés és idegtudomány

Aki mindig is irígykedve figyelte mobilozás közben a két ujjal gyorsan pötyögő ismerőseit, annak jó hírünk van; simán lehet akár náluk is gyorsabb géplő, akár egy ujj használatával is! Kíváncsiak voltunk arra, hogy milyen smartphone billentyűzetek érhetőek el és kettő…

Egy kérdőív kitöltésére buzdítjuk kedves olvasóinkat, amit alább meg is találhatnak. A vizsgálat eredményeiről természetesen egy posztban fogunk hamarosan beszámolni. Loading...

Az ezredforduló tájékán a szexi IT világától távoli lapokban éppen lezárult a nyelvészek és kognitív tudósok között két évtizede zajló múlt idő vita. Több mint tíz évvel később új formában előjött minden, de most a technika köntösébe bújva; a neurális hálók…

TémákNyelvelméletTudományfilozófiaMegismerés és idegtudomány

Előző posztunk kapcsán többen jelezték, hogy nem látszik túl jól, miképp növekszik a gyermekek szótára a hónapok során. A megoldást továbbra sem tudjuk, de most két gráfot közlünk, ami talán segít jobban bemutatni a jelenséget. A gráfban minden kapcsolat megtalálható a…

TémákNyelvelméletVizualizáció és hálózatelemzésNyelvtechnológia

Korábbi posztunkban a nyelv kisvilág tulajdonságaival foglalkoztunk, s elméláztunk azon hogy vajon a nyelvelsajátítás során hogyan alakulnak a szavak hálózatai. Most CHILDES adatbázis magyar korpuszain keresztül bele is tekinthetünk ebbe. ...// Powered by Cincopa Video…

TémákNyelvelméletKorpusznyelvészetVizualizáció és hálózatelemzés

A hálózatok napjainkban megkerülhetetlenek, még a nyelvészetbe is beszivárogtak. Szerencsére magyar nyelven is elmélyedhetünk a témában, posztunkban az elérhető kötetekből ajánlnunk most párat. Andrásfai Béla: GráfelméletHabár a hálózatkutatás nem egyenlő a…

TémákStatisztika és valószínűségLogika és matematikaA szakma

A Kuruc.info 2006 óta a magyar internetes valóság része, s vitathatatlan érdemeket szerzett a magyar nyelvű gyűlöletbeszéd megőrzésében, terjesztésében és továbbfejlesztésében. A portál indulása óta annyi írás jelent meg, hogy elképzelni is nehéz milyen sok téma kapcsán…

Pénteken Orbán Viktor az elmúlt öt év kormányzati munkáját fogja értékelni. A hírről a hagyományos országértékelő beszédek jutnak eszünkbe óhatatlanul. Ezekből már van tizenhét, melyeket a Nyelv és Tudománnyal közös projektünk keretében begyűjtöttünk és megvizsgáltunk.Leggyakoribb…

TémákVizualizáció és hálózatelemzésNyelvtechnológia

A mesterséges intelligenciáról szóló filmek reneszánszukat élik, Elon Musk és társai egyre jobban aggódnak amiatt, hogy a modern technológia végül maga alá fogja gyűrni megalkotóit és még a legnépszerűbb AI tankönyv társszerzője Stuart Russel is nyílt levélben szólította…

TémákMesterséges intelligenciaTudományfilozófia

Receptkereső alkalmazásunk már a 25. legnépszerűbb (update: 24-én már a 13.) app a Google play-en életstílus kategóriában! Receptkereső alkalmazásunk elérhető itt.Egyszerű, átlátható felületen kereshetünk receptekre.A találatokat elkészítési idő, nehézség és…

TémákNyelvtechnológia

Budapest Science Meetup előadásunk megtekinthető:

Május 20-án évadot is zárunk, ennek megfelelően eltérünk a szokásos programtól. Továbbra is hatkor kezdünk a Colabs-Budában (Bp, Krisztina körút 99.) és továbbra is ingyenesek vagyunk, de előzetes regisztráció kérnénk mindenkitől itt. A szokásoktól eltérően viszont most…

Watts és Storgatz kisvilág gráfjait már 2001-ben alkalmazta a(z angol) nyelvre Ferrer i Cancho és Solé. Sajnos azonban eredményük nem igazán ismert nyelvész körökben, pedig egyrészt túl tud mutatni a Zipf-féle hatványeloszláson, másrészt pedig alternatíváját nyújthatja a…

TémákNyelvelmélet

Ma a Budapest Science Meetupon beszéltem politikai blogokkal foglalkozó projektünkről.

TémákNyelvmodellek

Politikai blogokat vizsgáló projektünkről ma a Media Hungary konferencián adtam elő, a kapcsolódó prezentáció pedig itt található.

A májusi meetupon a jog és az adatok felhasználása lesz a téma. 14-én, azaz csütörtökön este hétkor kezdünk a Foncsorozóban (Budapest, Weiner Leó u. 8.) A részvétel ingyenes, de az előzetes regisztráció meetup oldalunkon erősen ajánlott. A program:Dr. Koncsik Anita:…

TémákAdatújságírás és nyílt adat

Május 13-án a Media Hungary-n Kontextus és a hivatkozások ereje című előadásunk keretében mutatjuk be politikai blogokkal foglalkozó projektünket és másnap a Budapest Science Meetupon is találkozhattok velünk, ott Hogyan hivatkoznak egymásra a magyar politikai blogok és híroldalak?…

Még áprilisban a Google pár érdekes újítással jelentkezett, melyek segítségével kapcsolatot teremthetünk számítógépünk és (androidos) mobilunk között. Az asztali gépünkön végzett munka közben a Google keresőjébe írva a find my phone kifejezést telefonunk helye…

TémákNyelvtechnológiaNyelvmodellek

Van, hogy csak úgy izgatottak vagyunk. Van amikor izgatottan várjuk, hogy írjon nekünk valaki. Izgatottságunkban van, hogy elfelejtünk valami nagyon fontosat, pl. feladni egy levelet. Ilyenkor azt gondoljuk, érzelmeink racionalitásunk útjában állnak. Máskor meg éppen izgatottságunk…

TémákNyelvelméletTudományfilozófiaA szakma

NLP erőforrások meetupunk prezentációit alább közöljük. Köszönet az előadóknak és mindenkinek aki eljött! Miháltz Mártonnak külön köszönet az ötletért, szervezésért és lebonyolításért!FELHÍVÁS Vincze Veronika: A Szeged Korpusz és Treebank Vincze…

Mai MeetOFF előadásom diái.

TémákVizualizáció és hálózatelemzés

Április 29-én tartjuk meetupunkat, 18 órától a megszokott helyen a Colabs-ben. Rövid, ötperces előadások keretében mindenki megismerheti a magyar korpuszokat. Érdemes eljönni, mert egyrészt tök jó előadások lesznek, másrészt meg továbbra is ingyenes a rendezvény, de regelni…

TémákKorpusznyelvészet

Május 12. és 13. között kerül megrendezésre az idei Media Hungary, amin bemutatjuk politikai blogokkal foglalkozó projektünket. Kontextus és a hivatkozások ereje című előadásunk a második napon, a Tartalommarketing szekcióban 15:15-kor kezdődik és kb. az alábbiakról fogunk…

Április 23-án a MeetOFF Olvasni jó? - Olvasás a 21. században meetupján adok elő. A rendezvényre itt lehet regisztrálni, a belépő 1000 HUF PayPalon fizetve, 1500 a helyszínen. A meetupon főleg könyvekről és az olvasásról hallhattok majd, én politikai blogos projektünkről fogok…

Today KConnect launches its official website: www.kconnect.eu and begins the commercialisation of new multi-lingual medical text analysis and search services.The new state-of-the-art medical information search services have the ability to empower healthcare and life science professionals and the…

Mint a Corruption Research Center Budapest partnere, a múlt héten részt vettünk a DIGIWHIST Horizon 2020 program Kick Off Meeting-jén.A program keretében közbeszerzési felhívásokat fognak elemezni korrupciós kockázat szempontjából 35 országból, majdnem ugyanennyi…

Ha már van egy szép gráfunk, szeretnénk megtudni, hogy annak szereplői milyen közösségeket alkotnak. Első lépésben tovább egyszerűsítettük a képet és csak a magyar (politikai) blogokat, híroldalakat, politikus blogokat és pártok oldalait és a közöttük lévő kapcsolatokat…

TémákVizualizáció és hálózatelemzés

Politikai blogokat vizsgáló projektünk keretében a kuruc.info Cigánybűnözés rovatának 10302 cikkét elemeztük és rendeztük topikokba az LDA módszer segítségével. Célunk, hogy az egyes topikok segítségével szótárakat hozzuk létre s ezek segítségével nyomon tudjuk követni…

TémákVizualizáció és hálózatelemzés

Philip K. Dick kérdését tovább is gondolhatjuk; vajon egy android, vagy egy mesterséges intelligencia érezhet-e fájdalmat? Lehet-e a közeli jövőben egy gép a barátunk? Elkalandozunk az elmefilozófia, a pragmatika és a dinamikus episztemikus logika világába a…

TémákMesterséges intelligenciaMegismerés és idegtudományTudományfilozófia

The European Commission has commissioned Technopolis Group, Oxford Internet Institute (OII) and the Centre for European Policy Studies (CEPS) to conduct an international study on innovative data-driven approaches to inform policymaking, cutting across all policy areas and societal challenges. For…

TémákAdatújságírás és nyílt adatStartup és termékfejlesztés

Az emberalkotta jelenségeket áthatják a hatványtörvények, melyekre először egy szavakat számolgató nyelvész figyelt fel, de a szógyakoriságon túl azóta a népesség eloszláson át a webes hálózatok topológiájáig sok mindenre alkalmaznak manapság. Politikai blogokról…

TémákNyelvelméletVizualizáció és hálózatelemzésTudományfilozófia

Máriuc 28-án a Google Groundon kerül megrendezésre a K-monitor Hackathon, melyre még mindig lehet jelentkezni! Aki szeretne a jó ügy érdekében adatot elemezni, kódolgatni és vizualizálni és ezzel civil szervezeteknek segíteni, az további részleteket és jelentkezési lapot…

TémákNyelvmodellek

A mesterséges intelligencia programadó konferenciája 1956-ban nagyon optimista volt, akkor még úgy gondolták, pár évtized elegendő lesz az emberi intelligenciát elérő, vagy akár meg is haladó megoldások elkészítése. Ma, amikor már szoftver segített megoldani a…

TémákMesterséges intelligenciaMegismerés és idegtudományProgramozás és szoftverfejlesztés

Politikai blogokat vizsgáló projektünk adatait kibővítettük és megvizsgáltuk hogyan hivatkoznak egymásra a magyar politikai blogok és híroldalak.Ezzel főztünkCrawlerünk egy nyolcvan magyar politkai blogot tartalmazó listán indult el és tízes mélységben vizsgálta a link…

TémákVizualizáció és hálózatelemzés

Gyűlnek rólunk az adatok. A mobilszolgáltatónk nálunk is jobban tudja, hol leszünk holnap ilyenkor, kedvenc online könyváruházunk barátainknál is jobban el tudja találni melyik új kötet okozna nekünk feledhetetlen élményt, a sarki hipermarket bizton számít arra, hogy holnap elfogy…

TémákAdatújságírás és nyílt adat

Az évad első meetupján a BOK meetuppal közösen jövünk össze 2015. február 18-án 19:00-tól, rendhagyó módon ezúttal a SZTAKI-ban (Budapest, XI. Kende u. 13-17). Témánk a linked data, mi a fene is az, mire használják és mivel NLP meetup is egyben az esemény, a magyar WordNetről is…

TémákAdatújságírás és nyílt adat

TémákVizualizáció és hálózatelemzés

Nagyon büszkék vagyunk Morvay Gergő gyakornokunkra, aki elnyerte az ELTE Alumni Alapítvány ösztöndíját. Gergő Szabó Martina kollégánkkal dolgozik szentiment- és emócióelemzés projektünkön.

TémákLogika és matematika

A deep learning buzzword lett, a big data területén lassan nem szexi az, ami nem alkalmaz valamilyen deep neural networköt vagy valami hasonlót. A Google Brain projekt kapcsán a mesterséges intelligencia reneszánszáról beszélnek sokan. Avval viszont kevesen vannak tisztában, hogy…

TémákMegismerés és idegtudomány

Miközben a magyar (és úgy általában a világ kevésbé eleresztett felén élő) tudósok kalózkodásra kényszerülnek, hogy képben legyenek a kurrens szakirodalommal, a nagy szaklapokban egyre több kétes tanulmány kerül be és egyre többen aggódnak a tudományos munka minősége…

TémákTudományfilozófiaNyelvelmélet

Alig pár hónapja ment át egy program a Turing-teszten, a mesterséges intelligencia kutatói már azon agyalnak, miként lehetne életszerűbbé tenni ezen teszteket. Habár a Turing-teszten jól szereplő programok (mint látni fogjuk) tudása nem éppen hatalmas, valahogy intuitíven jónak…

TémákTudományfilozófiaProgramozás és szoftverfejlesztésMegismerés és idegtudomány

A technika fejlődése megállíthatatlannak tűnik. Már akad olyan program, ami átment a Turing-teszten. Az Amazon raktáraiban már most robotok indítják útjára a legtöbb rendelést, a Google Brain projekt képes volt YouTube videók alapján megtanulni a macska azonosításához…

TémákMesterséges intelligenciaMegismerés és idegtudomány

A big data korában egyre gyakrabban halljuk, az adatok majd mindent megoldanak. A Google a cambridge-i egyetemmel összefogva elindította az Automatic Statistician projektet, ami azt célozza, hogy a hihetetlen adatmennyiségeket automatikusan feldolgozva találhassunk összefüggéseket. Úgy…

TémákAdatújságírás és nyílt adatStatisztika és valószínűség

Az utóbbi időkben a legtöbbször azt kérdezték tőlem, miért foglalkozunk olyan ezoterikus dolgokkal, mint az emócióelemzés és a politikai blogok világa. Egyáltalán, hogy jutott eszünkbe ez az téma? A rövid válaszom erre általában az, hogy szeretjük a szexi témákat és…

Évadzáró meetupunkat csütörtökön (december 18-án) tartjuk, a szokott helyen (Colabs-Buda) 18:00-tól. Érdemes eljönni, mert februárig kell várni a következőre! A részvétel továbbra is ingyenes, de arra kérünk mindenkit, hogy regisztráljon az esemény oldalán.Az évad utolsó…

Ma kutatói napot tartottunk, amin megbeszéltük az aktuális projekteket és jövő évi terveinket. Sokan szokták kérdezni, hogy mivel is foglalkozunk, hogyan dolgozunk - ami ebből nyilvános, azt megtaláljátok alábbi diáinkban (ígérjük, idén már nem lesz több slideos poszt!).Az…

A csütörtöki meetupon valószínűleg rekord látogatottságot értünk el, köszönet Recski Gábor szervezőnek, az előadóknak és persze nektek kedves tagok! A diákat megtaláljátok alább:Simon Eszter: A hun* eszközlánc szószintű feldolgozó eszközei Simon…

November 27-én tartjuk következő meetupunkat, 18:00 kezdéssel, a megszokott Colabs-ben. Továbbra is ingyenes a rendezvény, de arra kérünk mindenkit, regisztráljon és jelezze részvételét meetup oldalunkon. Mivel sokan kérték, hogy mutassuk be a magyar nyelvre elérhető eszközöket,…

November 25-én 18:30-kor indul a novemberi Budapest Open Knowledge meetup a Colabs-ben. Rendezvényünk a European Public Sector Infromation Platform Tour állomása is egyben, ennek keretében Martin Alvarez (ePSI advisory board) PSI reuse in Europe előadásával indul az este. Martin előadása…

TémákAdatújságírás és nyílt adat

Ma a CEU MicroData kutatócsoport ebédjén veszek részt és a termékfejlesztés meg az NLP kérdéseiről fogok beszélni. A csoporttal nagyon élveztük a közös munkát a kozbeszerzes.ceu.hu mögötti adatbázis elkészítésén és vendégeink voltak a szeptemberi meetupon is. Az…

TémákStartup és termékfejlesztés

Ma a Magyarországi Web Konferencián adtam elő a politikai blogokkal foglalkozó projektünkről.

A Clementine idén is megrendezi a conTEXT szöveganalitikai konferenciát, ezt ajánljuk minden olvasónk figyelmébe. A programból külön kiemelném hogy az IBM Watson Group-tól is hallhatunk majd előadást! Természetesen a hazai szöveg- és hanganalitika java képviseli magát a…

TémákNyelvmodellek

A rendes kutató naprakész, gyorsan és hatékonyan reagál az új eredményekre, az ipari kutató pluszban még rögtön tudja is alkalmazni az újdonságokat. A feladat nehéz és egyszerűen lehetetlen neki teljesen megfelelni. Ellenben lehet törekedni arra, hogy az ideális állapothoz közel…

TémákTudományfilozófiaStartup és termékfejlesztésA szakma

But it must be recognized that the notion of probability of a sentence is an entirely useless one, under any known interpretation of this term. (Chomsky)Az elmélet végeChomsky manapság legtöbbet idézett mondatai mind a valószínűség ellen szólnak. Mindenki szereti idézni ezeket,…

TémákNyelvelméletTudományfilozófia

Manapság mindenki valamilyen MOOC kurzust hallgat éppen. Sokan már ún. verified certificate tracket választanak, azaz valamennyit áldoznak arra, hogy igazolva legyen, eredményesen elvégezték a kurzust. Szerencsés voltam és én ingyen vághattam bele a Udacity által kínált Data…

TémákProgramozás és szoftverfejlesztésStatisztika és valószínűségAdatújságírás és nyílt adat

Legutóbbi meetupunk előadóinak diáit találjátok alább. Következő meetupunkat november 27-én tartjuk, témánk: NLP eszközök magyarra.Borgulya Gergely: http://opp.ioRung András: HangrobbanásAndrás Ergománia blogját ajánlom figyelmetekbe.

Ma a Debreceni Egyetemen tartok előadást, Szekrényes István barátom Bevezetés a digitális bölcsészetbe kurzusán. A posztban megtalálhatjátok a kapcsolódó diákat és ajánlok pár korábbi posztot azoknak, akik jobban elmélyednének a témában.Mivel egy előadás kevés ahhoz,…

TémákLogika és matematika

Hogy miért pont A 22-es csapdájának szereplőjéről Yossarianról kapta a nevét a londoni metaforakereső, az talány, ahogyan az is hogy mire lehet egyáltalán használni. Ellenben elindult, működik és ki is lehet próbálni. Teszteljük hát le a Yossarian-t!Elvileg metaforákat,…

TémákLogika és matematikaNyelvtechnológia

Októberi meetupunkat október 15-én, szerdán tartjuk a Colabsben (1016 Budapest, Krisztina krt. 99.) 18 órától. Két izgalmas előadást hallhatnak a résztvevők a design és az nlp kapcsolatáról, vagy éppen arról, hogy a józan ész segítségével a nyelvtechnológiai csodák…

Ahogy arról már korábban is beszámoltunk, a Facebook tudja kivel kavarunk, akkor is ha nem jelöljük a profilunkon. A kutatók számára sajnálatos módon - ha nem a Facebook alkalmazottai - a személyes interakciók nem hozzáférhetőek, de szerencsére sokan a nyilvános Twitter-t…

TémákVizualizáció és hálózatelemzés

Gerő Dávid Péter vendégposztja, az Egyszerű magyar mondatok kezelése NLTK környezetben című szakdolgozatának témájából.Az írásom célja, hogy kedvet és lelkesedést ébresszek a próbálkozás utáni tanulás iránt egy számítógépes nyelvfeldolgozó keretrendszer…

TémákA szakmaNyelvtechnológia

A tegnapi NLP meetuphoz kapcsolódó anyagok. Koren Miklós: kozbeszerzes.ceu.hu Miháltz Márton: TrendMiner A Slamby honlapját itt találjátok. Merész Gergő: Tudománymetriai adatok elemzése Gergő előadáshoz kapcsolódó github repoja itt…

Már csak hét nap és indul a Future Learn Corpus Linguistics: Method, Analysis, Interpretation kurzusa! Az ajánló szerint elvégzéséhez nem kell más mint an interest in the study of language, there are no requirements to join this course - ezért bátran ajánlhatjuk mindenkinek, akit…

TémákKorpusznyelvészetStatisztika és valószínűségA szakma

A W3C Magyar Iroda e-Kormányzat témában műhelykonferenciát rendez 2014. október 16-án, 14.00-től az MTA SZTAKI-ban (1111 Budapest, Kende u. 13-17.). További részletek itt. A részvétel ingyenes, de regisztrációhoz kötött!A konferencia után Budapest Open Kowledge Meetup-ot…

TémákMesterséges intelligencia

Tóth László írásaA világon naponta, átlagosan 2,5 milliárd gigabájtnyi adat termelődik, aminek 75%-a strukturálatlan írott szöveg vagy hang és videofelvétel. A Slamby küldetése az, hogy ezt a strukturálatlan írott adatmennyiséget értelmezze, és a cégek számára…

TémákNyelvtechnológia

Szeptember 25-én indul az NLP meetup őszi szezonja. Első találkozónkon a nyelvtechnológia két érdekes alkalmazásáról hallhatnak előadást az érdeklődők. A rendezvény ingyenes, de arra kérünk mindenkit, hogy regisztráljon az esemény oldalán. Témáink:Koren…

Örömmel közöljük az alábbi álláshirdetést, melyben Java fejlesztőt keresnek NLP feladatokra:Natural Language Processing területre keresünk tapasztalt Java fejlesztőt. Megbízó cégünk egy nemzetközi vállalat, amely Budapesten egy kis irodával működik az V. kerületben. A…

TémákProgramozás és szoftverfejlesztésA szakmaStartup és termékfejlesztés

Játékot hirdetünk kedves olvasóink számára! A nyeremény egy, azaz egy kávé velem - nyilván nem ez fog megmozgatni titeket, de érdekes a kérdésünk! A politikai blogokat vizsgálva begyűjtöttük a magyar nyelvű oldalakat és mivel már rendelkezünk szótárakkal a szentiment- és…

TémákVizualizáció és hálózatelemzés

Szeptember 15-én indul a Budapest Open Knowledge Meetup, ami a hazai open knowledge, open data és open science gyűjtőhelye szeretne lenni. Az első meetupon arra keressük a választ, hogy mi az az open knowledge és mire jó, a rendezvény ingyenes, de az előzetes regisztráció, a helyszín…

TémákAdatújságírás és nyílt adatStartup és termékfejlesztés

A JustDoo és a Precognox szervezésében elindult a Kaposvári Szoftverfejlesztő Meetup. Cégünk elkötelezett a térség iránt, hiszen Kaposváron található főhadiszállásunk. A rendezvény ingyenes, de arra kérünk mindenkit, hogy előzetesen regisztráljon az esemény…

TémákProgramozás és szoftverfejlesztésStartup és termékfejlesztés

A Plotly az egyik legérdekesebb próbálkozás a közös adatelemzés és annak eredményeinek bemutatására létrehozott alkalmazások között. Gyakran végeláthatatlan email áradatot eredményez a közös munka, sok-sok csatolmánnyal, tovább bonyolítja a helyzetet, hogy mindenkinek megvan…

TémákVizualizáció és hálózatelemzésAdatújságírás és nyílt adat

Ahogy korábban is írtuk már, a nowcasting szépsége az, hogy a hagyományos adatfelvétel gyors és olcsó alternatívája lehet - persze csak akkor ha tudjuk, mivel helyettesíthetjük szokásos adatainkat. A The Upshot az Egyesült Államokban vizsgálata az életminőségben tapasztalható…

A BURN meetup ismét remek témával örvendezteti meg az R iránt érdeklődő közönséget! Szeptember 3-án Romain Francois az R és a C++ egyre népszerűbb kombinálásáról tart előadást, a rendezvény ingyenes, de a szervezők arra kérnek mindenkit, hogy az esemény oldalán…

TémákProgramozás és szoftverfejlesztés

A nyelvtechnológia jelentős része az ún. normál tudomány körébe tartozik, azaz bevett eszközökkel próbálunk megoldani rejtvényeket, minden úgy működik ahogy az a nagykönyvben meg van írva. A kilencvenes évekig ez a szabályalapú, logikai módszerek alkalmazását jelentette,…

TémákNyelvelméletA szakmaTudományfilozófia

Az egyik legnépszerűbb olvasói kérdésünk, hogy mit olvasson az ember ha érdekli a nyelvtechnológia, de magával a nyelvvel még nem nagyon foglalkozott. Korábban már ajánlottunk kifejezetten ilyen embereknek írott könyvet és a legjobb magyar nyelvészeti tudományos ismeretterjesztő…

TémákKorpusznyelvészetStatisztika és valószínűségLogika és matematika

A legtöbb dialektológiai kutatás sajnos nagyon kevés adatközlővel készült/készül, de szerencsére napjainkban a technológiának hála akár 50 millió (!) beszélőtől is lehet adatokat beszerezni, ahogyan Bruno Gonçalves David Sánchez Crowdsourcing Dialect Characterization through…

A legtöbb mai szentimentelemző rendszer valahol a 80%-os pontosság környékén mozog manapság, ami nem rossz, de van hely a javulásra. A Stanford Deeply Moving: Deep Learning for Sentiment Analysis projektje 85% felé viszi a pontosságot a deep learning bevetésével, érdemes egy kicsit…

TémákMegismerés és idegtudomány

A nyelvazonosítás problémája elsőre nem tűnik nehéznek. Az ember egyszerűen felismeri hogy különböző nyelveket hall vagy éppen olvas, még akkor is, ha nem ismeri ezen nyelveket. De mi a helyzet a gépekkel? Mivel politikai blogokat elemző projektünk során felmerült a magyar…

TémákA szakmaNyelvtechnológia

Előző posztunkban bemutattuk az adatok beszerzését és az egyszerűsített gráf főbb jellemzőit, ezért végre rátérhetünk a rendes, irányított gráfnak a bemutatására. A posztban a gráfok csomópontjait nem címkéztük, a felcímkézett gráfok nagyobb felbontásban megtalálhatók…

TémákVizualizáció és hálózatelemzésNyelvtechnológia

Az utóbbi hetekben szorgosan készülünk a magyar politikai blogok elemzésére. Elkészült egy kis crawler, ami begyűjtötte nekünk az adatokat, majd rávetettük magunkat gráfokra és a rengeteg szövegre, tekintsük ezt tesztüzemnek, amiről be is számolunk kedves olvasóinknak.Az…

TémákVizualizáció és hálózatelemzés

Az ún topics over time módszer egy egyszerűsített változatával megnéztük hogyan alakul az lda-val kinyert topikok aránya a Tankcsapda elmúlt 25 évben megjelent stúdióalbumainak szövegeiben. Egy kis webes alkalmazásban elérhetővé is tettük eredményeinket itt.Az egyes topikok…

TémákVizualizáció és hálózatelemzés

Reméljük olvasóink elnézik nekünk hogy hanyagoltuk a posztolást mostanában. Van mentségünk! A magyar politikai blogokról kiindulva crawlerünk rengeteg oldalt gyűjtött be, mi pedig ezeket elkezdtük elemezgetni. Ebben a posztban csak ízelítőt adunk, az eredményekről hamarosan…

TémákVizualizáció és hálózatelemzés

Mik is azok a számok, mi az a Turing-gép, milyen problémákat tudunk számítógépek segítségével eldönteni? Megannyi nehéz kérdés, melyekre egy rövid könyvben találjuk meg a válaszokat. Mielőtt azt hinné valaki, hogy ez bizony nehéz olvasmány lesz, megnyugtatunk mindenkit; józan…

TémákLogika és matematikaStatisztika és valószínűségTudományfilozófia

A héten zártuk a meetup szezont, szeptemberig most elvonulunk pihenni. Addig pedig itt vannak az NLP matiné slideok, tessék szépen átnézni ezeket, sok cégnél akad nyitott pozíció!!!!! Gravity R&D Zrt. Meltwater Precognox MTA-PPKE Magyar Nyelvtechnológiai…

Lassan három éve, hogy beszámoltunk a Quixey appkeresőjéről, azóta a cég terméke szépen kiforrott és úgy tűnik új utakat keres magának a lelkes csapat. A Technology Reiew cikke szerint a cél immáron a mobilok uralta net kereshetővé tétele. Ja, hogy erre ott a Google? Nem…

A John Hopkins University Biostatistics Department kutatói és oktatói nagyon komolyan veszik hivatásukat. Ők indították a Simply Statistics blogot, majd a Coursera keretein belül indítottak R kurzusokat és mostanra egy egész Specialization track is elvégezhető a manapság divatos data…

TémákStatisztika és valószínűség

Mindennapjainkat a számítógépek között éljük; okostelefonon intézzük ügyeinket, laptopon dolgozunk, táblagéppel szórakozunk, ha veszünk egy sört, a pénztárgép rögtön küldi tovább az adatokat a NAV-nak. Teljesen természetesnek vesszük, hogy működnek a dolgok, sokan bele sem…

TémákNyelvtechnológia

A szentiment- és emócióelemzés sikere részben annak is köszönhető, hogy egyre inkább belátjuk, az ember nem csak egy racionális lény. A viselkedésökonómia talán a legnépszerűbb terület, ami szereti ezt kihangsúlyozni, de az affective computing irányzat szerint is…

TémákProgramozás és szoftverfejlesztés

Bizonyára mindenki volt már mérges a számítógépére, mobiljára, mert az nem értette meg mit is akar a kedves tulajdonosa tőle. A lelke mélyén mindenki imád különböző felhasználói felületeket kritizálni és nevetni a beszédfelismerők és természetes nyelvi keresők…

TémákA szakmaNyelvelméletNyelvtechnológia

Június 25-én zárjuk az évadot az NLP matinével. A szokásos meetupoktól eltérően most nem egy-egy érdekes projektet mutatnak be az előadók, hanem cégek és intézmények mutatkoznak be öt percben a nagyérdeműnek. Továbbra is várjuk a jelentkezőket a…

Alan Turing ma már nem csak a számítástudomány, de az adattudomány atyja is egyben, hiszen az első fizikai formában is megvalósult számítógépek a német Engima kódok feltörésére lettek megalkotva. Turingon kívül természetesen még sok ezer ember dolgozott a rejtjelek…

TémákProgramozás és szoftverfejlesztésLogika és matematika

A tegnapi meetup előadásainak diáit közkívánatra közöljük. Nagyon köszönjük mindenkinek a részvételt! Igazi hősök vagytok, hogy kibírtatok másfél órát a pici tárgyalóban amit kaptunk!Balogh Kitti (Precognox): A munkanélküliség jelenbecslése Kovács-Ördög Zita…

Végre van már oldala a magyar R közösségnek is! Az r-projekt.hu oldalon mindent megtalálhatnak a magyar felhasználók. A Q&A oldalt tartom a legfontosabbnak, hiszen egy kezdőnek (de sokszor profiknak is) jelentős könnyebbség, ha anyanyelvén beszélheti meg problémáit a többiekkel.…

TémákProgramozás és szoftverfejlesztésStatisztika és valószínűség

Hilary Mason a bitly kutatója az egyik legismertebb data scientist manapság. Rövid előadásában felhívja a figyelmet arra, hogy a manapság nagyon divatos adattudomány nem a semmiből nőtt ki, olyan egzotikus helyeken űzik már évtizedek óta mint az asztrofizika és a pénzügyi…

TémákAdatújságírás és nyílt adatTudományfilozófiaLogika és matematika

Nem kell sokat aludni következő meetupunkig! Május 28-án 18:00-tól várjuk az érdeklődőket a budai Colabs-ben! Meg tudhatjuk mit mond a kognitív nyelvészet az internetes trollokról, hogyan segítenek a Jobmonitor keresési adatai a munkanélküliség előrejelzésében és milyen a…

TémákNyelvmodellek

Júniusban ismét NLP matinét tartunk! Két évvel ezelőtt volt ilyen, ideje hát megismételni! Várjuk cégek, intézmények, kutatóhelyek és érdekes projektek jelentkezését a zoltan.varju(kukac)precognox.com e-mail címre! Az időpont június 25. A rendezvény továbbra is ingyenes, de…

Életünk egyre több területén döntenek a gépek. Algoritmusok, gépi tanulási módszerek hoznak gyors döntéseket, melyek kihatnak életünkre. Kapunk-e hitelt, mennyi biztosítási díjat fizetünk, van-e kóros elváltozás egy szövetmintában, milyen filmeket ajánl nekünk kedvenc…

TémákMesterséges intelligenciaTudományfilozófiaMegismerés és idegtudomány

... csak beszéljenek rólad. Hihetetlennek hangzik, de talán van benne valami. A több csirip, több szavazat elv sokakat megdöbbentett és próbáltak magyarázatot találni arra, hogy amikor működik, akkor miért is működik. Az eddigi legjobb ötlet a pollyanna hipotézis volt, miszerint a…

TémákNyelvelméletTudományfilozófia

Emily M. Bender könyvét bemutató posztunk kapcsán sokan panaszkodtak, hogy a kötet nem éppen könnyen hozzáférhető az átlag magyar közönség számára. Nem kell elkeseredni, van olyan magyar könyv is a piacon, ami minden jobb könyvtárban megtalálható és még a nyelvészet alapjait…

TémákKorpusznyelvészetStatisztika és valószínűségLogika és matematika

A következő NLP meetupot szerdán (április 30-án) tartjuk 18 órától, helyszín: Colabs-Buda (1016 Budapest, Krisztina krt. 99). A részvétel ingyenes, de arra kérünk mindenkit, regisztráljon a meetup oldalon és jelezze részvételi szándékát.Ebben a hónapban az internetes…

TémákNyelvmodellek

Ma Pécsett adok elő a magyarosok szaknapján arról, mit is csinál egy nyelvész az iparban. Aki szeretne komolyabban elmélyedni a nyelvtechnológiában, annak a Nyelv és Tudományon jó pár éve megjelent Hogyan lehet számítógépes nyelvész című írásomat ajánlom. Mai…

TémákA szakmaKorpusznyelvészetStatisztika és valószínűség

Hogyan tanul egy gép adatokból? Egyáltalán, hogy néz ki egy gép tanítása és mire képes a tanulás után? Mi a különbség a felügyelt és a felügyelet nélküli gépi tanulás között? Hogyan válasszuk ki az ezer lehetséges módszer közül azt, ami a mi problémánkra nézve…

TémákProgramozás és szoftverfejlesztésA szakmaMegismerés és idegtudomány

A szentimentelemzés vagy polaritásmérés az utóbbi öt évben rendkívül felkapott lett - mi is imádjuk. De mindig akad egy de! Ma két iskola működik, az egyik az ún. szótáras, a másik pedig a klasszifikációs módszer híve. Mindkettőnek megvannak a maga erősségei és gyengéi is.…

TémákNyelvelméletTudományfilozófia

A magabiztosság az élet része, sokan ezért mindenféle nyelvészeti ismeret nélkül vágnak bele a nyelvtechnológiai problémák megoldásába. Persze a nyelvhez mindenki ért, hiszen mindenkinek van nyelve, beszélni minden egészséges ember tud. Ugyanakkor szíve is van mindenkinek,…

TémákNyelvelméletKorpusznyelvészetTudományfilozófia

Szeretnénk beszélni a gépekhez. Még jobban szeretnénk, ha meg értenének minket. Szeretnénk, ha megértenék céljainkat, vágyainkat és azoknak megfelelően cselekednének. Eközben persze nem akarunk nekik részletesen elmagyarázni mindent. Szeretjük, ha a olyan meleg van itt a…

TémákMesterséges intelligencia

Manapság mindenki azt hiszi, hogy ha van adata, akkor majd valamilyen gépi tanulás csoda segít majd megoldani a problémáit - sőt, az egész világ szebb, jobb és úgy általában egy élhetőbb hely lesz. Persze mi is imádjuk ha van adat és lehet rajta dolgozni. Két dolgot azonban nem…

TémákTudományfilozófiaMesterséges intelligencia

Minden az adatokról szól manapság! Ha valaki szeretné érteni, hogy miért, továbbá szeretné is használni az adatokat (legyenek azok sajátjai, vagy nyílt adatok), akkor a Google ingyenes online kurzusa a Making Sense of Data legjobb választás! A kurzus nem igényel különösebb…

TémákAdatújságírás és nyílt adat

Ma már minden angolul van! Aki nem tud angolul, az nem is létezik! Nem érdemes foglalkozni más nyelvekkel, ami számít az úgyis meg fog jelenni angolul! Az előbbi mondatok nem képezik hivatalos álláspontunkat, csupán az utóbbi időkben egyre gyakrabban hallunk ehhez hasonló…

TémákNyelvelméletNyelvtechnológia

Vezető nélküli autók, autonóm porszívók, drónok - az utóbbi évtizedben egyre több robot jelent meg életünkben, a The Economist melléklete szerint ők nem mások, mint bevándorlók a jövőből. Habár az iparban - különösen a gépgyártás és az autóipar területén - már…

TémákMesterséges intelligencia

CEU MicroData is hiring a junior programmer to perform text analytics tasks. You would work with a team of faculty, programmers and research assistants to identify and match Hungarian firms and individuals by their name and address.Required skills:familiarity with standard Unix text…

TémákA szakmaKorpusznyelvészet

Talán csak azok tudnak megúszni egy napot anélkül, hogy belefutnak a globalizáció szóba, akik egy lakatlan szigeten élnek (természetesen külön-külön mind érintett). A Trading Consequences projekt célja, hogy a fellelhető adatokat digitalizálva kutathatóvá tegye miképp alakult ki…

TémákAdatújságírás és nyílt adat

A CEU Department of Economics Koren Miklós és Szeidl Ádám által vezetett CEU Microdata kutatócsoportja elindította a kozbeszerzes.ceu.hu oldalt, ami a magyar közbeszerzési hirdetményeket teszi egyszerűen kereshetővé és elemezhetővé. A közbeszerzési hirdetmények sajnos…

Egyik kedves olvasónk nekünk szegezte a kérdést, hogy akkor most mi ez a nowcasting őrület. A legegyszerűbb válasz az, hogy az ún. high-frequency real time, azaz nagyon gyorsan frissülő valós idejű adatok segítségével beleláthatunk a jelenbe. Ez elsőre nem tűnik egy nagy…

TémákAdatújságírás és nyílt adat

A brit parlamentben nem rég jelentették be az Alan Turing Institute megalapítását. Az intézet célja, hogy az Egyesült Királyság a big data és az gépi tanulási algoritmusok területén vezető szerepét megerősítse. Alan Turing a múlt század egyik legnagyobb logikusa volt, aki a…

TémákMesterséges intelligenciaTudományfilozófiaLogika és matematika

Szerencsére a nyelvtechnológia és a keresés iránt érdeklődők számára ma már klasszikusnak mondható könyvek érhetők el, mint pl. a túlárazott Manning & Schütze, Jurafsky & Martin és az ingyenesen is letölthető Manning, Raghavan & Schütze. Azonban a gyakorlatiasabb…

TémákStatisztika és valószínűségKorpusznyelvészet

A héten cégünk, a Precognox a CeBIT-en állít ki, több magyar céggel az ötös hallban, a HITA támogatásának köszönhetően.

A technikának hála ma már szinte korlátlan mennyiségben tudunk adatokat gyűjteni, tárolni és elemezni. Azonban a big data kapcsán kevesen veszik maguknak a fáradtságot arra, hogy metodológiai kérdéseken mélázzanak el, a kevés kivétel is általában Anderson The End of Theory:…

TémákTudományfilozófiaAdatújságírás és nyílt adatStatisztika és valószínűség

Falyuna Nóra írásaLévén, hogy a nyelvhasználat nemcsak grammatikai kategóriákból tevődik össze, ezért a nyelvtechnológiai fejlesztésekhez szükséges további, a nyelvhasználatot lehetővé tevő mentális és egyéb tényezők vizsgálata. Ilyenek többek között a kognitív…

TémákNyelvelméletA szakmaTudományfilozófia

Mikal Hem Kezdő diktátorok kézikönyve című művéből megtudhatjuk, miképp nyerhetünk 99.9%-al a választásokon, hogyan építsünk ki személyi kultuszt, vagy éppen teremtsünk saját építészeti irányzatot. De egy igazi diktátor ellenőrzi azt is, hogy milyen információhoz jut…

TémákStatisztika és valószínűségMegismerés és idegtudomány

A bayesiánus statisztika ma valahogy ott van a levegőben, a big data, data science és machine learning buzzwordök mellett egyre gyakrabban halljuk, hogy bayesian data analysis. Ennek tükrében érthető, hogy a szűk szakmán kívül is sokakat érdekel mit is fed ez a fogalom. Sharon Bertsch…

TémákStatisztika és valószínűségTudományfilozófiaLogika és matematika

Hogyan kapcsolódik össze az Oxford Dictionary, a telekommunikáció története és a Boole algebra az Enigma feltörésével, génjeinkkel és a kvantumfizikával? James Gleick The Information: A History, A Theory, A Flood című könyve megkísérli megválaszolni ezen kérdéseket.Az…

TémákLogika és matematikaStatisztika és valószínűségTudományfilozófia

Évadnyitó meetupunkat február 20-án az új Colabs-ben (1016 Budapest, Krisztina krt. 99.) tartjuk 18:00-tól. A részvétel ingyenes, de előzetes regisztrációhoz kötött.Két izgalmas előadással várjuk a nyelvtechnológia iránt érdeklődőket! Görög György a Montana…

TémákNyelvmodellek

Kása Károly fejlesztési vezetőnk Big Data Meetupon tartott Hadoop based ETL and Solr based semantic search behind Jobmonitor.hu című előadásának prezentációja megtekinthető alább, ill. elérhető a slideshare-en. Hadoop based etl and solr based semantic search

TémákNyelvmodellek

A Big Data meetupon a héten mutatta be fejlesztési vezetőnk a Jobmonitor mögött dübörgő Hadoop alapú ETL és Solr-es szemantikus kereső megoldásunkat. A technikának hála rendelkezésünkre áll egy olyan átfogó adatbázis, amely a hazánkban megjelent online álláshirdetések…

TémákNyelvmodellek

A CommonCrawl Foundation célja, hogy mindenki számára nyilvánossá és elemezhetővé tegye az Internetet. Ezért rendszeres időközönként készítenek pillanatfelvételt keresőrobotjaik az egész netről, a legutóbbi adathalmazuk 148 terrabájt(!!) lett, ami letölthető, vagy az Amazon…

TémákNyelvtechnológia

Olvasóink már tudják, minket nagyon izgat miképp is lehet a hírelemzésből következtetni a közeljövő eseményeire. A Precognox Labs új projektje, a Hírelemző eddigi ad hoc vizsgálatainak tapasztalataira építve egy tartalomelemző alkalmazás elkészítését tűzte ki célul - s ez…

TémákKorpusznyelvészet

A Google már régóta bevezette az ún. faktuális kereséseknél (pl. időjárás, részvényárfolyam stb.) a kis infódobozokat, melyek a találatok felett helyezkednek el, ill. azoktól jobbra a Knowledge Graph-ból kinyert adatok kaptak helyet a közelmúltban. Az elmúlt hónapokban ez így…

TémákAdatújságírás és nyílt adatNyelvtechnológiaNyelvmodellek

Szeretnél egy vidéki városban, nyugodtabb életkörülmények között, mégis színvonalas környezetben és komoly projekteken dolgozni? Olyan helyen ahol 15 perc alatt a város bármely pontjáról beérsz a munkahelyedre? Senior Java fejlesztőt keresünk kaposvári irodánkba, aki mentor tud…

TémákStartup és termékfejlesztésProgramozás és szoftverfejlesztés

Sajnos hazánkban a tudományos blogolás valamiért nem annyira elterjedt, nyelvészeti és nyelvtechnológiai blogból pedig nagyon kevés van. Szerencsére a debreceni nyelvészek igyekeznek ezen változtatni, egyből három blogot ajánlunk tőlük!Fehér Kriszti Babák, gyerekek és…

Hogyan lett a Jobbikból parlamenti párt és van-e kapcsolat szélsőségesek és a radikális jobboldal között? Az utóbbi években ezek a kérdések sokakat foglalkoztattak és két olyan politikatudományi tanulmány is született, ami a radikális jobboldal honlapjainak kapcsolatait…

Tony Stark szerencsés ember, hiszen ott van neki Jarvis, akivel beszélhet, no meg az a sok interfész, amit nem kell nyomogatnia vagy tapogatnia, a gesztusaival végezhet műveleteket rajtuk. Milyen jó lenne, ha kettőt mi is összeköthetnénk! Külön-külön eddig megtehettük ezt, pl. az…

A nyelvtechnológia ipar megmozdult, most a Neticle Technologies keres Online evangelist és Online media analyst trainee-t!A Neticle-t blogunk olvasóinak reméljük nem kell bemutatni. A pozícióról az alábbiakat írták nekünk:Ha az automatikus véleményelemzés illetve az…

TémákA szakma

A Clementine Consulting szöveganalitikai elemzőt keres, bővebben a pozícióról itt. Nyelvtechnológiában jártas nyelvészek, infósok, közgázosok, társadalomtudományi és természettudományos szakemberek számára ideális pozíció!A Clementine Consulting (korábbi nevén SPSS…

TémákA szakmaKorpusznyelvészetStatisztika és valószínűség

A Big Data Meetupot Arató Bence indította útjára még 2013-ban. A Bencétől megszokott magas színvonalon (pl. Budapest BI Forum) a Big Data metupon neves külföldi és hazai szakemberektől értesülhetnek a terület aktualitásairól az érdeklődök minden hónapban. Az idei első…

TémákAdatújságírás és nyílt adat

A Precognox budapesti vagy kaposvári irodájába keresünk nyelvész gyakornokokat, távmunka is lehetséges. Elsősorban elméleti nyelvészet szakos hallgatókat (BA, MA, PhD szinten) keresünk, de a határterületek hallgatóit (informatika, matematika, fizika, kognitív tudományok, nyelvszakok…

TémákA szakmaKorpusznyelvészetNyelvelmélet

Lassan egy éve indult útjára a Neticle Technologies és a Méltányosság Politikaelemző Központ Politikai Véleményárfolyam elemzése, ami világviszonylatban is egyedülálló. Legjobb tudomásunk szerint nincs más hasonló, rendszeresen megjelenő, internetes tartalmakra alapozott,…

Miközben az EU A tudomány csajos dolog! kampánya küzd azért, hogy a lányok körében népszerűsítse a tudományt, mi ráakadtunk a grannatik. blogra - amit ajánlunk minden hasonló kezdeményezés figyelmébe, hiszen egy okos, a tudomány iránt elkötelezett 19 éves egyetemista lány…

TémákTudományfilozófiaNyelvelmélet

Lassan vége az évnek, egy kicsit belassul a Kereső Világ és az ünnepek előtt barátainknak adjuk át a klaviatúrát, majd pedig egy kis szünetre megyünk. Ilyenkor az ember szeret visszatekinteni az eltelt évre s magát vállon veregetni a kisebb-nagyobb sikerekért, mosolyogni a bakikon…

A MIBE rendezvénye nagyon jónak ígérkezik:A MIBE 2013. dec. 18-án, szerdán (17.00-től; Budapest, Stex étterem) klubot szervez szöveges tartalom feltárása témakörben. Vendégek lesznek Síklaki István szociálpszichológus és Varjú Zoltán (gondolatai pl.:…

December 9-én elindult az Év Példaképe online közönségszavazás. A Példakép Alapítvány által életre hívott Év Példaképe címért 50 sikeres fiatal vállalkozó versenyez, akikre a www.peldakep.hu weboldalon lehet szavazni. A Kereső Világ olvasóinak figyelmébe…

TémákStartup és termékfejlesztés

Szeretünk elmélázni a bloggal kapcsolatos statisztikák felett és következtetéseket levonni arra nézve, milyen tartalommal lenne a legjobb megörvendeztetni olvasóinkat. A legjobb visszajelzés viszont az, amikor ténylegesen is találkozunk a Kereső Világ olvasóival és elmondják…

A Maven7 és a Political Capital elindította az onlinepolitikaielemzes.hu oldalt, ahol a magyar pártok Facebook jelenlétéről tudhatunk meg többet. A kezdeményezés a network blog idei posztjainak tükrében nem tűnik a véletlen művének, ezért az oldal indulása nagyon izgatottá tett…

A perszonalizáció egyrészt nélkülözhetetlen, hiszen nélküle elvesznénk az adatok tengerében. Másrészt a szűrők alkalmazása elvezet az ún. filter bubble kialakulásához. Graells-Garrido és tsai Data Portraits: Connecting People of Opposing Views tanulmányukban egy olyan…

TémákAdatújságírás és nyílt adatTudományfilozófiaStatisztika és valószínűség

Szerdán a BURN meetupon adtam elő és a szervezők jóvoltából az előadás megtekinthető a YouTube-on is immár. A kapcsolódó prezentáció pedig elérhető itt.

Múlt héten a Clementine conTEXT - szöveganalitika magyarul konferencián vettem részt - a lehetőséget és a sok érdekes előadást ezúton is köszönöm a szervezőknek és a kollégáknak! Mivel sokan kérték, közzéteszem itt a prezentációmat és korábbi posztokat linkelek alatta,…

Mivel sokan kértétek, itt közzé is teszem az előadásomhoz kapcsolódó prezentációt. Szeretném felhívni a figyelmet arra, hogy a twitteR csomag interaktív autentikációja nem működik RStudio alatt! A szervezőknek pedig ezúton is köszönöm a remek találkozót, élmény volt sok…

A Stanford IRiSS Computational Social Science központja harmadik alkalommal rendezte meg konferenciáját, ami a big data legizgalmasabb felhasználási területeit mutatja be - igaz a társadalomtudományok álruhájába bújtatva. A konferencia összes előadása megtekinthető a YouTube-on,…

TémákTudományfilozófiaAdatújságírás és nyílt adat

A poszt eredetileg az Open Data blogon jelent meg. Ha érdekelnek a nyílt adatok, akkor az opendata.hu oldalon találhatsz érdekes adatokat, vagy linkelheted/feltöltheted az általad érdekesnek talált adathalmazokat.Mi köze a nyílt adatoknak és a nyílt kormányzásnak egy nemzet…

TémákAdatújságírás és nyílt adat

Habár napjainkban az újdonság erejével hat az üzleti felhasználók körében az ún. data science vagy adattudomány, az igazság az, hogy az üzleti életben már régóta bevett dolog az adatok módszeres gyűjtése és elemzése. További kérdést vet fel, hogy tudománynak nevezhetjük-e…

TémákTudományfilozófiaAdatújságírás és nyílt adatStatisztika és valószínűség

A felvilágosodás korának meghatározó közösségi hálózata volt a Respublica literaria, a levelek köztársasága. Filozófusok, tudósok, a kor meghatározó értelmiségei terjedelmes leveleket váltottak egymással a legkülönfélébb kérdésekről és a fennmaradt levelek bepillantást…

A kedves olvasó bizonyára találkozott már azzal a jelenséggel, amikor a Facebook ismerőseire hivatkozva ajánl neki egy oldalt. De mi alapján kerül oda ismerősünk neve?Eytan Bakshy és tsai Social Influence in Social Advertising című tanulmányukban három ún.…

TémákStartup és termékfejlesztés

Daróczi Gergely és a Rapporter jóvoltából immár van egy jól működő hazai R meetup is. Minket pedig az a megtiszteltetés ért, hogy 27-én a tm csomagról tartunk egy előadást, amire mindenkit szeretettel várunk.Mint a legtöbb meetup, a BURN is ingyenes, de a részvétel előzetes…

A Clementine Consulting nagyon kedvesen magára vállalta az első magyar szöveganalitikai konferencia, a conTEXT megszervezését, mi pedig mindenkit arra buzdítunk, hogy vegyen is részt rajta. A Clementine szakembereinek előadásai mellett a szakma elismert hazai művelőitől - pl. Tikk…

A programozási nyelvek Turing-ekvivalensek, azaz ami az egyikben megvalósítható, az a másikban is az. Mégis, rengeteg programozási nyelv létezik és híveik gyakran bonyolódnak hitvitákba. Napjainkban egyértelműen reneszánszukat élik a funkcionális nyelvek, különösen a JVM-en futó…

TémákProgramozás és szoftverfejlesztés

Granovetter óta tudjuk, hogy az ún. gyenge kapcsolatoknak nagyon fontos szerepe van a társadalmi hálózatokban. Lars Backstorm a Facebook kutatója és Jon Kleinberg a Cornellről Romantic Partnerships and the Dispersion of Social Ties: A Network Analysis of Relationship Status on Facebook…

Mennyire vagyunk kiismerhetőek Facebook profilunk alapján? A YouAreWhatYouLike oldalon bárki kipróbálhatja, mennyire sikeresen alkotható meg róla egy pszichológiai profil pusztán az általa kedvelt dolgok alapján, a szerzőről például az alábbi elemzés készült mindössze kilenc…

TémákStatisztika és valószínűség

A perszonalizáció egyrészt szükséges rossz, hiszen a ránk zúduló információt valahogy szűrni kell és mi lenne jobb erre, mint saját preferenciáink? Eli Pariser azonban nagyon meggyőzően érvel amellett, hogy e szűrés következtében jelentősen torzul a világról alkotott…

TémákNyelvelméletTudományfilozófia

A nyelvtechnológia legizgalmasabb és egyben talán legkevésbé ismert alkalmazása az ún. high frequency trading vagy automatikus pénzügyi kereskedelmi rendszerek területe. A nagy hír- és adatszolgáltató cég, mint pl. a Bloomberg és a Reuters már évek óta kínálnak ún. machine…

TémákA szakma

Tomas Mikolov és tsai a Google laboratóriumában egy új gépi fordítási eljárást dolgoztak ki, ami alaposan felkavarta a szakmát. Mivel a Nyelv és Tudomány már összefoglalta a lényeget, mi most a kalandvágyóbb olvasókat csábítjuk a vektorterekbe, hogy lássuk hogyan lehet…

TémákNyelvmodellekA szakma

Cégünk az Interstack-kel kötött megállapodás keretein belül megjelent az Egyesült Államok piacán is. Persze eddig is jelen voltunk a legfontosabb IT piacon, ahogyan referenciáink is mutatják, de az együttműködés keretében további lehetőségek nyíltak meg előttünk.A…

TémákStartup és termékfejlesztés

Minden szülő fontosnak tartja, hogy gyermeke számára megtalálja a legmegfelelőbb nevet, de persze közben egyetértünk Júliával abban, hogy nem a név fontos egy ember megítélésében:Mi is a név? Mit rózsának hívunk mi,Bárhogy nevezzük, éppoly illatos.Így, hogyha nem…

TémákLogika és matematika

Hamarosan tőzsdére megy a Twitter, ami annyira magával ragadta a befektetőket, hogy október 4-én egy a csőd szélén álló elektronikai cikkeket árusító cég, a Tweeter részvényei 1800%-ot növekedtek, hála annak, hogy a kereskedési rendszerben TWTRQ kód alatt futnak. A történet…

Az egyik legnagyobb nyelvészlegenda, George Lakoff a CEU-n tart előadást 2013. október 16-án 11 órától. Az IARPA Metaphor projektje kapcsán minden rendes nyelvtechnológiai szakember is minimum hallott a mesterről, most élőben is lehet őt csodálni!Date: October 16, 2013 - 11:00 -…

TémákNyelvmodellek

Itt a big data, Hal Varian is megmondta, hogy a 21. század legszexibb foglalkozása lesz a statisztikus, de elveszettnek érzi magát a kedves olvasó az adatok tengerében és zavartan bólogat miközben adatújságírásról, Pearson korrelációról vagy éppen Kendall tauról beszélnek…

TémákStatisztika és valószínűségAdatújságírás és nyílt adat

Hamarosan nyilvánossá válik az opendata.hu CKAN szerver, mely a magyar vonatkozású nyílt adatok kereshetővé tételét tűzte ki célul maga elé. A CKAN egy nyílt forráskódú szoftver, s mint ilyen szabadon honosítható. A szoftver kezelőfelületének és dokumentációjának…

TémákAdatújságírás és nyílt adat

A napokban jelentette be a Google, hogy a keresőmotor jelentős átalakuláson megy (és már ment) keresztül. Az új motor a Hummingbird kódnevet kapta és a bejelentés szerint sokkal jobban ki tudja szolgálni a manapság egyre népszerűbb beszédvezérelt válaszkeresést. A Guardian…

TémákNyelvmodellekNyelvtechnológia

Az adatokban minden ott van! De akkor mire jók a tudományos elméletek? Igaza volt Chris Anderson-nak, amikor a tudományos módszer végéről írt? A szegregáció kapcsán megvizsgáljuk mi értelme van az íróasztal mellett valós adatok nélkül elméleteket gyártani, de előbb kitérünk…

TémákTudományfilozófiaNyelvelmélet

A W3C Magyar Iroda Nyílt adatok - Open access témában konferenciát rendez 2013. október 3-án.A konferencia a szabadon hozzáférhető adatok szerepét, illetve felhasználását járja körül olyan területeken, mint a kutatás, az államigazgatás, valamint a web világa. A programot…

TémákAdatújságírás és nyílt adat

A SZTAKI Nyelvtechnológiai Kutatócsoportja idén is izgalmas programmal várja az érdeklődőket a Kutatók Éjszakáján. A részvétel ingyenes, de előzetes regisztrációhoz kötött.Gondolkoztál már azon, hogy hogyan készülnek a szótárak? Te hogy fognál hozzá pl. egy…

2013. október 3-án, csütörtökön kerül megrendezésre az Open Source Intelligence konferencia, melyet a Magyar Információbrókerek Egyesülete és a Nemzeti Közszolgálati Egyetem szervezett. A program igazi csemege az adatok szerelmeseinek!Nemzeti Közszolgálati Egyetem…

Kalev H. Leetrau a tartalomelemzés igazi fenegyereke. Még 2011-ben egy Nature hír kapcsán lett igazán közismert, amiben beszámoltak arról, hogy a kutató online híreken végzett szentimentelemzései az arab tavaszt jól előre jelezték, de még Oszama tartózkodási helyét is sikerült…

A szentimentelemzés nagyon jó dolog, hiszen segítségével megtudhatjuk hogyan beszélnek egy termékről vagy márkáról a közösségi média felhasználói. Milyen jó lenne megtudni, hogy kik alakítják a pozitív, semleges és negatív véleményeket. Marosi Máté és Fodor Mánuel erre a…

Szentimentelemzők célja elsősorban az volt, hogy gyakornokaink megismerkedjenek a gépi tanulás gyakorlati aspektusaival, mint például a tréning adatok használata, gépi tanulási algoritmusok tesztelése stb. Ezt egy bayesiánus klasszifikáció elvén működő szentimentelemző…

TémákA szakma

A szövegek automatikus címkézése a nyelvtechnológia egyik klasszikus területe és cégünk már több ügyfélnek is nyújtja ezt a szolgáltatást. A nyáron Kulcsár Ádám gyakornokunk leporolta már meglévő kulcsszavazó alkalmazásunkat.A demo alkalmazásnak meg kell adni a…

TémákNyelvtechnológiaA szakmaKorpusznyelvészet

A névvel rendelkező entitások felismerése (named entity recogniton, röviden NER) napjainkban a szövegfeldolgozás egyik kedvelt területe. Fodor Mánuel gyakornokunk egy egyszerű, általános célú NER rendszer kifejlesztésébe kapcsolódott be miután elkészítette beszédfelismerős…

TémákNyelvtechnológiaA szakmaKorpusznyelvészet

Egy korábbi posztunkban megemlékeztünk arról, mennyire nehéz csupán a tartalmilag releváns szövegeket kiszedni egy weblapból. Kulcsár Ádám gyakornokunk a hivatkozott bejegyzés nyomán készítette el Text Extractor alkalmazásunkat, ami egy megadott url alapján képes kinyerni a…

TémákNyelvtechnológia

Cégünk egy a nyílt adatokat kereshetővé tévő CKAN szerver felállításával és üzemeltetésével szeretne hozzájárulni a magyar open data mozgalom sikerességéhez. Jelenleg a rendszer tesztelés alatt áll, de szívesen biztosítunk hozzáférést bárkinek, aki szeretne adatokat…

TémákAdatújságírás és nyílt adat

Az NLP meetup segítőket keres! Általában évi hat alkalommal kerül megrendezésre a meetup, mely lebonyolításában eddig Kádár Ákos és Recsik Gábor segített - amit ezúton is köszönünk nekik. A segítőre váró feladatok sokszínűek, olyan kreatív tevékenységeket fednek le mint…

A nyílt adatok iránt érdeklődők számára igazi csemege lesz az ePSIplatfrom október 2-án megrendezésre kerülő workshopja. A részvétel ingyenes, de előzetes Eventbrite regisztrációhoz kötött. A részletes program ezen a linken érhető el.

TémákProgramozás és szoftverfejlesztés

A Precognoxnál nyáron sincs uborkaszezon. Gyakornoki programunk olyan sikeres volt, hogy több izgalmas prototípus is született, melyeket blogunkon külön sorozatban mutatunk be. Az alábbi videón Fodor Mánuel beszédfelismerős cégkereső Android alkalmazása látható működés…

TémákNyelvmodellek

A GDELT, azaz a Global Database of Events, Language and Tone a globális események adatbázisa. Felépítése nagyon egyszerű, ún. aktorok (személyek, pártok, kormányok, szervezetek stb.) és események (tüntetés, nyilatkozat, diplomáciai és fegyveres konfliktus stb.) kódolnak minden…

TémákVizualizáció és hálózatelemzésNyelvtechnológia

A nagy sikerű Open Source BI és Innovative BI konferenciákra építve idén kétnapos rendezvénnyel várják az üzleti intelligencia és az adatbányászat iránt érdeklődőket a szervezők. A Budapest BI programja nagyon átfogó, mindenki találhat benne érdekes témát.Előadónak is…

Patricia Greenfield a UCLA szociálpszichológusa The Changing Psychology of Culture From 1800 Through 2000 (sajnos nem szabad hozzáférésű) című tanulmányában a Google Ngram Viewer segítségével vizsgálta, hogy az individualizmusra ill. a kollektivizmusra jellemző szavak gyakorisága…

TémákNyelvelmélet

Szerencsére a legtöbb adatot nem kell magunknak összeszedni, megteszik ezt helyettünk a linked data hívei. Jó esetben egy ún. SPARQL endpoint-on keresztül egy egyszerű SQL-szerű lekérdezőnyelvvel online is elérhetjük az ilyen adatbázisokat. Willem Robert van Hage, Marieke…

TémákStatisztika és valószínűség

A nyelvtechnológia egyik legnagyobb kihívását jelentik a metaforák. George Lakoff és Mark Johnson Metaphors We Live By kötetének megjelenése óta az egyik legproduktívabb kutatási irányzat a kognitív nyelvészet, mely eredményeit sajnos nagyon nehéz automatizálni. Lera Boroditsky és…

TémákNyelvelméletMegismerés és idegtudományLogika és matematika

A One Week|One Tool a digitális bölcsészek számára készített eszközöket a nyáron. A George Mason University Roy Rosenzweig Center for History and New Media kezdeményezése nem csak hasznos, hanem vicces, elgondolkodtató eszközök kifejlesztését célozta meg. A SERENDIP-o-MATIC egy…

TémákStatisztika és valószínűség

Az MIT kutatói olyan új algoritmust dolgoztak ki, amely segítségével feltérképezhető az egyes hálózatok valódi szerkezete. Amikor egy csoport (mely tagjai lehetnek emberek, állatok, gépek, vagy bármi más) tagjai közötti kapcsolatokat szeretnénk feltérképezni, megeshet, hogy a…

TémákMesterséges intelligenciaMegismerés és idegtudományTudományfilozófia

Mennyire reprezentatív egy online minta? Tudjuk, hogy valamennyire torzít, de reméljük, hogy az internetes penetráció növekedésével ez majd megszűnik - addig is bízunk abban, hogy az igazán jelentős csoportok és a véleményvezérek úgyis online élik már életüket. Jen Schradie The…

TémákKorpusznyelvészet

Caroline Criado-Perez feminista újságíró és Stella Creasy képviselő Keep Women on Banknotes kampánya elérte, hogy 2014-től a tízfontos bankjegyen Charles Darwin képét Jane Austen váltsa le. Normális ember számára döbbenetes, hogy az aktivista és a képviselő is rengeteg…

Egy szavakat számolgató nyelvész felfedezett egyszer egy különleges statisztikai-eloszlást. A szavak eloszlásához hasonló mintázatokat láthatunk azonban az üzleti életben, a szoftverfejlesztésben, a városok lélekszámát vizsgálva is. Maradjon velünk az olvasó, a matematika…

TémákStatisztika és valószínűségTudományfilozófiaA szakma

the content of a medium is always another medium. (Marshall McLuhan)A vezető híroldalakon sok szöveg található, de még több JavaScript, ahogy az alábbi grafikon is mutatja. Igaz, a JavaScript láthatatlan, hiszen a böngészőben futó értelmező számára tartalmaz utasításokat.…

TémákAdatújságírás és nyílt adatVizualizáció és hálózatelemzés

A közösségi médián keresztül a felhasználókról sok információt tudhatunk meg, melyek birtokában érdekes elemzéseket végezhetünk. Az utóbbi hónapokban az olyan divatszavak mellé, mint a big data és a data science felzárkózott a behavioral analysis azaz a…

TémákAdatújságírás és nyílt adat

Hogyan alakul egy vita, milyen szerepe van ebben a lobbicsoportoknak, civil szervezeteknek és a sajtónak? Sokan vizsgálták már ezeket a szorosan összefüggő kérdéseket, de általában erőforrások hiányában kis mintán. Napjainkban azonban az IT költségek kicsik, a rendelkezésre…

TémákAdatújságírás és nyílt adat

A közösségi médiában szeretünk ismerős és ismeretlen emberekkel csevegni, magvas és kevésbé magvas gondolatokat megosztani, vagy csak időtöltésből írogatni. De mit árulunk el magunkról eközben? Mivel a Twitter lehetővé teszi, hogy letöltsük saját adatainkat s így a szerző…

Kate Niederhoffer Sentiment Symposium előadásában arra keresi a választ, hogy milyen hatása lehet a fogyasztók/felhasználók által kifejezett szentimentnek a stratégiai és marketing döntésekre.Sentiment Driven Behaviors; Sentiment Driven Decisions (Kate Niederhoffer, Knowable…

TémákTudományfilozófia

Sok szervezet életében eljön az a pillanat, amikor a hatékonyságnövelés érdekében alaposan végig kell gondolnia a szervezeti felépítést, a tagok csoportdinamikáját és az együttműködés minőségét. Manapság általában a gazdasági válság hatásait nyögve a…

A gazdasági élet szereplőit izgatja a jövő, hiszen szeretnek előre tervezni. Ezért rendkívül népszerűek, az olyan viszonylag egyszerű jelentések, melyek a vásárlói hangulatot (szentiment néven is szokták ezt emlegetni, de nem tévesztendő össze a nyelvtechnológiában…

Az utóbbi években úgy tűnik minden a Big Data-ról szól. Ez a megközelítés azonban eltereli a figyelmet arról, hogy az adatok önmagukban csak értéktelen bitek egy elemzés nélkül. Ahogyan arra az Open Knowledge Foundation is felhívja a figyelmet, nagyon sok lehetőség rejlik az ún…

TémákAdatújságírás és nyílt adat

Az internetes tartalmak között egyre nagyobb a videók aránya. Egyre több hírtelevízió indít saját csatornát a YouTube-on, vagy más videómegosztó platformon, miközben a hagyományos híroldalakon is megjelentek a saját készítésű mozgóképes anyagok. A Watchup applikáció ezeket…

TémákAdatújságírás és nyílt adatVizualizáció és hálózatelemzés

A Neo Technologies-nak hála, egyszerű regisztráció után ingyenesen letölthető Ian Robinson, Jim Webber és Emil Eifrem Graph Databases című könyve ezen a linken. A cím kicsit félrevezető, mert konkrétan egy adatbázissal, a Neo4j-vel ismerkedhetünk meg a könyv segítségével,…

TémákStatisztika és valószínűségProgramozás és szoftverfejlesztés

A floating sheep blog megvizsgálta a Trayvon Martin üggyel kapcsolatos Tweetek geográfiai jellemzőit. A #JusticeForTrayvon és a #NotGuilty hastagek eloszlását vizsgálták, ügyelve arra, hogy a demográfiai különbségeket kiküszöbölve mutassák be a földrajzi jellemzőket. A…

A Big data betört a tartalomiparba. Ahogyan arról már korábban beszámoltunk, a Netflix sorozatait és egyre inkább a New York Times cikkeit is adatvezérelt elemzésekre alapozva formálják a kreatív szakemberek is. A Wordwide Motion Picture Group a hollywoodi forgatókönyvek elemzésében…

TémákAdatújságírás és nyílt adat

Napjainkban a legelterjedtebb reprezentációs forma a gráf. A közösségi oldalak baráti/ismerősi viszonyai, a mobiltelefonok közötti kapcsolások, a weboldalak közötti linkek, vagy egy felhasználó preferenciái mind-mind reprezentálhatóak gráfokban. Ez önmagában még nem követelné…

TémákVizualizáció és hálózatelemzés

John Wanamaker, a modern marketing atyja szerint Half the money I spend on advertising is wasted; the trouble is I don't know which half (A reklámra költött pénz felét elvesztegetem, a gond az, hogy nem tudom melyik felét). A kereső- és onlinemarketing világában az a benyomásunk…

TémákTudományfilozófia

Az Institute for Research in the Social Sciences immár második alkalommal rendezte meg Computational Social Science konferenciáját, ennek YouTube csatornájáról szemezgettünk.A data science vagy adattudomány napjaink egyik legdivatosabb szava IT körökben. Fontos azonban…

TémákAdatújságírás és nyílt adat

Az adatújságírás nagyon színes terület. A Guardian Datablog talán a legismertebb projekt, ami szinte naponta közöl adatvezérelt cikkeket, melyek általában egy grafikonból és/vagy egyéb vizualizációból és egy rövid értelmező szövegből állnak s a cikk végén linket…

TémákAdatújságírás és nyílt adat

Társadalmi kísérletek és big data című posztunkban bemutattuk, hogy a big data és a társadalomtudományok randomizált kísérletei hogyan járultak hozzá Obama választási győzelméhez. Habár sokkal kevesebb hírverést kapott, de George Lakoff és csapata is nagy szerepet játszott a…

TémákStatisztika és valószínűségAdatújságírás és nyílt adatNyelvmodellek

Chris Anderson The End of Theory cikke szerint a big data önmagában szükségtelenné teszi az elméleteket. Mark Graham a Guardian hasábjain remekül érvelt amellett, hogy nem spórolható meg a rendes tudományos munka még a nagy adatokkal sem. Az adatokat valahogy elemezni kell, az…

TémákTudományfilozófia

A webes tartalmak elszánt fogyasztói körében egyre elterjedtebbek az olyan böngészőkiegészítők, melyek eltüntetnek minden felesleges körítést és a szöveget nyomtatott oldalhoz hasonlóan jelenítik meg. Ebben az írásban röviden áttekintjük a legnépszerűbb ilyen…

TémákNyelvtechnológiaVizualizáció és hálózatelemzésKorpusznyelvészet

A floating sheep csoportot öt geográfus alkotja, akik 2012-ben megpróbálták térképre vetíteni Barack Obama újraválasztása kapcsán a közösségi médiában megjelent gyűlöletbeszédet. Az ötletet sokan kedvelték, de a kollektíva sajnos sok hibát követett el - de hát…

Habár 2011-ben indult el a Journalism Plus Plus, csak idén sikerült kinőnie magát igazi nemzetközi hálózattá. Az alapítók elkötelezték magukat a nyílt forráskódú szoftverek, a nyílt adatok és az adatvezérelt újságírás mellett. A tagok között szabadúszó újságírók,…

TémákAdatújságírás és nyílt adat

A Mashable cikke kapcsán bontakozott ki egy igazi cicaharc a Luminoso és a Lexalytics között, amit azóta is nyomon lehet követni a közösségi médiában. A vitát az váltotta ki, hogy a Luminoso állítja, jelenleg egyedül ő képes a szentiment kapcsán azonosítani a szóban forgó…

Ha már nem lehettünk ott a Sentiment Analysis Symposium-on, kerítettünk egy kis időt a konferencia Vimeo csatornájának bámulására. Elégedetten konstatáltuk, hogy immáron vége a hurrá optimizmusnak és lassan, de biztosan megtalálja helyét a szentimentelemzés a piacon. A posztban…

A SocialTimes.Hu írásában a törökországi eseményeket Twitter forradalomnak nevezi. Ezzel egy jeles csoportba kerülnek a török események, melyek tagjai az arab tavasz, a moldovai zavargások és a burmai rendszerváltás. A Twitter és a közösségi média szerepét egy percig sem…

A Hatebase projekt célja, hogy lehetővé tegye a gyűlöletbeszéd monitorozását a webes tartalmak körében. A kanadai Sentinel Project indította a gyűlöletbeszéd különböző formáit több nyelven is gyűjtő oldalt.De mi köze van a gyűlöletbeszédnek a népirtásokhoz? Sajnos a…

Simon Rogers, a The Guardian datablog és datastore szerkesztője átigazolt a Twitter-hez, ahol Data editor munkakörben dolgozik immár.Rogers 1998-tól dolgozott a Guardian-nél és aktív részese volt a brit lapnál bevezetett digital first irányzatnak. A 2009-ben elindított datablog…

TémákAdatújságírás és nyílt adat

Lehóczky Zoltán írásaA nyílt forráskódban gondolkodás, modern webalkalmazások fejlesztése és oktatások biztosítása egyetemi és állami klienseknek – ez jellemzi a webfejlesztési szakmában régóta jelenlévő fiatalok által frissen alapított Lombiq Technologies Kft.-tA…

TémákStartup és termékfejlesztésAdatújságírás és nyílt adatProgramozás és szoftverfejlesztés

Az utóbbi években egyre több információkinyerés-, nyelv- és beszédtechnológiai cég célozta meg az autókat. Ebbe illeszkedik a Nuance legújabb akvizíciója is, mely keretében 80 millió dollárt adott a Tweddle Group-ért.A Tweddle autós szórakoztató elektronikai…

Habár a szakmában ezt amolyan nyílt titoknak tartották, a Nuance hivatalosan is elismerte, hogy a cég szállítja a Siri beszédfelismerő rendszerét. Paul Ricci (Nuance, CEO) az All Things Digital konferencián kifejtette, a digitális asszisztensek elterjedésében látja cége a…

TémákA szakma

A közösségi médiából nagyon sok dolgot megtudhatunk. Jó esetben nem csak az számít, hogy mit mondanak az emberek, hanem hogy mikor, hol és ki mondott valamit. Tovább tetézi a bajt, hogy sok közösségi oldal van a világban és azok a fránya felhasználók képtelenek egy mellett…

TémákVizualizáció és hálózatelemzés

Az IEEE podcastban a Juristat startup egyik alapítójával, Andrew Winship-pel készítettek interjút (a posztba beágyazva lentebb megtalálható) a múlt héten. A nyelvtechnológia és az információkinyerés régóta jelen van a jogi területen, de előrejelzésre még nem igazán…

TémákStatisztika és valószínűségAdatújságírás és nyílt adat

Eben Haber, az IBM kutatója olyan szolgáltatás indításán dolgozik, amely a demográfiai adatok helyett a felhasználók pszichológiai profilja alapján teszi lehetővé a targetálást. A The Economist szerint évente 170 milliárd dollárt költenek el direkt marketingre az Egyesült…

TémákStartup és termékfejlesztés

A Twitter elindította TV ad targeting programját. Jelenleg a technológia kizárólag az Egyesült Államokban az országos adókon hirdetők közül is csupán azok számára érhető el akik korábban már folytattak Twitter kampányt.A Twitter új szolgáltatása a Bluefin Labs…

TémákAdatújságírás és nyílt adat

A Google Ngram Viewer rendkívül népszerű lett elindulása óta. A Google korpusza a Google Books során beszkennelt és karakterfelismeréssel feldolgozott könyvek tartalmára alapozott történeti korpusz több nyelvre. A humán- és társadalomtudományok körében népszerűvé vált az…

TémákNyelvtechnológiaNyelvmodellekKorpusznyelvészet

Az Onlinemarketing blogon jelent meg Marketing mérnökök címmel egy poszt kb. két hete. Nagyon érdekes azt látni, hogy vannak akik szerint ez a jövő, vannak akik szerint már most is alapvető elvárás az analitikai alaptudás ezen a területen. A The Economist egy cikke szerint az amerikai…

TémákA szakmaStartup és termékfejlesztésStatisztika és valószínűség

Május 22-én tartottuk a második Open Data Meetupot, ahol a résztvevők megegyeztek abban, hogy a jövőben szorosabban fognak együttműködni a nyílt adatok ügyének előmozdításán. Ennek első lépése a magyar Open Data Hub elindítása.Cégünk, a Precognox vállalta egy CKAN…

TémákAdatújságírás és nyílt adat

Az interneten keletkező információ legnagyobb része nyelvi, legyen az szöveg, audió vagy pedig videó. Napjainkban kb. ötezer nyelvet használnak a modern tömegkommunikációs eszközök használói és az általuk generált adatok elemzése során gyakran merülnek fel nyelvi, nyelvészeti…

TémákA szakma

A közösségi médiában futótűzként terjedhetnek el a hírek. Erre a legjobb példa az egyiptomi forradalom, amit élőben követhettünk nyomon a Twitteren. Kérdés azonban mi volt előbb, elégedetlenség, ami kereste az útját, vagy a tömegkommunikáció teremtette meg annak…

TémákAdatújságírás és nyílt adat

Az ún. evidence-based policy, azaz az evidencia alapú politikacsinálás egyre nagyobb teret hódít. A big data-nak köszönhetően már nem csak közszférában, hanem a vállalatirányításban is megjelent ez az irányzat. Míg a vállalatok esetében érthető, hogy nem teszik…

TémákAdatújságírás és nyílt adatTudományfilozófia

Kaposváron működő, innovatív informatikai fejlesztő cégünk szívesen biztosít gyakorlati helyet érdeklődő, környékbeli, elsősorban Óbudai Egyetem vagy BME mérnök informatikus, illetve ELTE programtervező informatikus hallgatók számára. A legjobban teljesítőknek hosszú távú…

TémákStartup és termékfejlesztés

Május 22-én tartjuk szezonzáró meetupunkat 18 órától a Colabs-ben (Budapest, Irányi út 3). A részvétel ingyenes, de előzetes regisztrációhoz kötött. Neticle Technologies - Méltányosság Politikaelemző Központ: Politikai véleményárfolyamA Méltányosság…

A tartalomgyártásban már régóta jelen van a fogyasztói viselkedés és igény mérése. A szórakoztató lapok vetették be először a kérdőívezést, de ma már a komoly lapok is rendre végeznek felméréseket, hogy megismerjék olvasóikat. Míg az eladási statisztikák utólag árulnak…

TémákAdatújságírás és nyílt adatStatisztika és valószínűség

Miközben mindenki arra tippel, mikor jelenik meg az Apple az autóiparban valahogy, a Nuance és a Google már öles léptekkel halad az úton. Ahogy arról már beszámoltunk, a Nuance megállapodott a Spotify-al és a Ford-dal és az autórádiók új generációját hozza hamarosan kereskedelmi…

A Facebook Graph Search keresőjét hatalmas médiazaj kísérte, annak ellenére, hogy jelenleg inkább ígéret mint ütős alkalmazás. Mindeközben a LinkedIn halkan megújította keresőjét és lépéseket tett a tartalomipar irányába is.Most, hogy a Google bejelentette a Reader…

A Google sokáig próbálkozott, mire végül a Plus-szal nehezen, de betört a közösségi médiába. Ma már a Plus a Facebook mögött a második leglátogatottabb közösségi oldal, megelőzve ezzel a Twitter-t. A napokban a kereső óriás 30 millió dollárért felvásárolta a közösségi…

Előző posztunkban arra kerestük a választ, milyen határai vannak egy internetes tartalmak elemzésére alapozott vizsgálatnak. Andrea nevű levélírónkat az érdekli, hogy az interneten megjelenő szövegek mennyire alkalmasak elemzésre.Mennyire alkalmas az internetes nyelv arra, hogy…

TémákKorpusznyelvészetNyelvtechnológiaNyelvelmélet

A társadalomtudományokkal foglalkozó posztjaink kapcsán (első és második rész) olvasóinkban felmerült pár kérdés, ezekből kettő tipikus levelet kiválasztottunk és két részben igyekszünk megválaszolni a héten. Sarolta nevű levélírónk kérdésével kezdjük:Mennyire…

TémákTudományfilozófia

The revolution will not be televised, will not be televised, will not be televised, will not be televised.The revolution will be no re-run brothers;The revolution will be live.(Gil Scott Heron: The Revolution Will Not Be Televised) Az arab tavasz, az M5S választási…

A közösségi médiának nagy jelentőséget tulajdonítanak mind a 2008-as, mind a 2012-es Obama kampányban. Számtalanszor megírták, hogy külön adatcsapat dolgozott a választási hadjárat során, de hogyan jutottak el az adatok elemzésétől a választók megszólításáig és hogyan…

TémákAdatújságírás és nyílt adat

A Precognox csatlakozott a LinguaPark Klaszterhez, mely fordítással, nyelv- és fordítástechnológiával, valamint kommunikációval foglalkozó vállalkozásokat és intézményeket fog össze. Cégünk nagyon büszke, hogy egy az Európai Unió által kiemelt szakterület prominens…

TémákA szakma

Adatújságírásról szóló sorozatunk és az inkLink után sokakban merült fel, hogy miképp is vághatnának bele az adatújságírásba és/vagy adatelemzésbe. A legtöbb érdeklődőt az rettenti el, hogy azt hiszik, egyszerre kell programozóvá és statisztikussá válniuk. Ez azonban nem…

TémákStatisztika és valószínűségAdatújságírás és nyílt adat

Április 6-án (most szombaton) kerül megrendezésre az inkLink 2013, az első magyar adatújságírás-nap és hackday. Regisztrálni az eventbrite-on lehet - aki nem engedheti meg magának hogy támogatói jegyet vegyen, az kérjük jelezze részvételi szándékát a szervezőknek (a…

TémákAdatújságírás és nyílt adat

Ma már mindenki tudja, a Google hamarosan bezárja RSS olvasó szolgáltatását. Az okok között szerepel, hogy szeretnének jobban a közösségi média felé nyitni. Több mint egy éve elérhető már a Prismatic, ami egyszerre nyújtja a közösségi olvasás élményét és ügyel arra, hogy…

Az adatújság megjelenése után sokan úgy gondolták, az új újságírók dolga az adatok gondozása (data curation) és elemzése lesz a jövőben, ahogy az a pénzügyi újságírásban már bevett évtizedek óta. Az adatokat valakik, valahol máshol, majd összegyűjtik szépen, legyenek…

TémákAdatújságírás és nyílt adat

Március 27-én tartjuk e havi meetupunkat. A rendezvény ingyenes, de arra kérünk mindenkit, hogy regisztráljon oldalunkon és jelezze részvételi szándékát.A program:Textplore https://www.textplore.org/Előadásunkban bemutatjuk a Gazdaság- és Vállalkozáskutató Intézet…

Szép a The Guardian Datablog-ja, de készíthetünk mi magunk valami hasonlót? Korábban már bemutattuk blogunkon a Silk-et, mely segítségével bárki elindíthatja saját adatblogját.A Silk a legtöbb nyilvánosan elérhető adatot tárolja (pl. a Wikipedia, linked data…

TémákAdatújságírás és nyílt adat

Alakul az inkLink programja és már kijelenthetjük, igazi nemzetközi esemény résztvevői lehetünk április 6-án. Az előadói teremben (Discussion Room) érdekes előadásokat hallgathatunk az adatújságírás és a modern digitális média kérdéseiről, a Hack Room ad teret a…

TémákAdatújságírás és nyílt adat

A barcelonai Mobile World Congress-en mutatta be a Ford új, hangvezérlésű autós szórakoztató és információs rendszerét. Az eszköz még korántsem teljes, jelenleg a Spotify streaming szolgáltatását lehet vele irányítani csupán.A Ford a Nuance-szal együttműködve…

Előző posztunkban bemutattuk, miképp hatottak az új IT trendek és társadalomtudományi kutatások az újságírásra és alakult ki az adatvezérelt irányzat. Az internet elterjedésével a nyomtatott sajtónak is számolnia kellett, megjelentek a híroldalak és minden valamire való lap…

TémákAdatújságírás és nyílt adat

Még tavaly októberben Rick Rashid (Chief Research Officer, Microsoft) egy tajvani konferencián demonstrálta mire képes a beszédfelismerés és a gépi fordítás.A felvételen látható, Rashid beszédét valós időben szöveggé konvertálja a rendszer és a kivetítőn olvasható…

TémákA szakmaMesterséges intelligencia

Február 28-án tartjuk évadnyitó meetupunkat 18 órától a Colabs-ben (Budapest, Irányi utca 3.) A rendezvény továbbra is ingyenes, de kérünk minden kedves érdeklődőt, regisztráljon oldalunkon és részvételi szándékát jelezze (ezzel is segítve a szervezők munkáját).A…

Három rend van jelen a parlamentben de ott fönn, a Tudósítók Galériáján foglal helyet a Negyedik Rend, mely mindnyájuknál fontosabb. (Edmund Burke)Tavaly év végén jelent meg a New York Times Snow Fall riportsorozata, ami igazán látványos grafikákkal és multimédiás…

TémákAdatújságírás és nyílt adat

A mindenki kedvenc online szótárát készítő Wordnik nevet váltott és Reverb-re keresztelte át magát. A zászlóshajó termék továbbra is a Wordnik szótár, az új névvel szeretnék jelezni, hogy immár annak felhasználását helyezik előtérbe. Talán a Reverb az…

TémákVizualizáció és hálózatelemzés

A Facebook Graph Search elindulásával kapcsolatos hírek között szinte elsikkadt, hogy a Yahoo! is valami hasonlóval próbálkozik. Marissa Mayer CEO a Bloomberg TV-nek adott interjú szerint a Yahoo! célja az érdeklődési gráf kialakításával az, hogy minél személyesebb mobil élményt…

Előző posztunkba nem fért bele a BlackBerry újítása. A kanadai céget nagyon megviselte az iPhone és az androidos készülékek elterjedése. A cég nevet is váltott, Research in Motion (RIM) helyett, immár termékei márkanevét viseli és a januárban bemutatott új készülékekbe…

A Twitter felvásárolta a Bluefin Labs-t. Talán végre sikerül levetkőznie a cégnek a túlkoros startup imázsát és saját maga is ki tudja aknázni a csiripelők által nyújtott hatalmas adatmennyiséget. Ahogy korábban már hírt adtunk róla, a Bluefin nagyon ügyesen ötvözi a…

Ha hihetünk a technológiai jóslatoknak, az idei év tényleg a mobil éve lesz. A mobil nagy lehetőségeket rejt magában, de egyben nagyon nagy kihívások elé is állítja a fejlesztőket. Az okostelefonok még csupán az utóbbi öt-hat évben terjedtek el és nem alakultak ki az asztali és…

TémákStartup és termékfejlesztésProgramozás és szoftverfejlesztés

Alig egy hete indult el a Facebook Graph Search. A hírre mindenki felkapta a fejét, van aki szereti, de jelen poszt szerzője inkább szkeptikus ezekkel a hangokkal szemben. Mindeközben a Yandex Labs munkatársai elindították saját közösségi médiás keresőjüket, a Wonder-t. De mielőtt…

A big data nem csak a technika nyújtotta lehetőségekről szól, hanem arról, hogyan és mire tudjuk használni az adatokat. A Piackutatás blog egy remek sorozatban mutatja be a marketing szemszögéből a big data őrületet. Nagyon örülünk, hogy rátaláltunk erre a színvonalas blogra,…

TémákAdatújságírás és nyílt adatStatisztika és valószínűség

A Circa célja, hogy újragondolja a híreket. A cég érdekessége, hogy a kor divatjával szemben, nem törekednek teljes automatizálásra, hanem a szerkesztői munkát ötletesen ötvözik a technikai lehetőségekkel. Kicsit zavarban van az ember, amikor az appot teszteli, hiszen kicsit olyan,…

TémákProgramozás és szoftverfejlesztés

A Facebook elindította Graph Search szolgáltatását. Sajnos jelenleg még csak az Egyesült Államokban érhető el (ott is csak azoknak akik US English felületet használnak) reméljük hamarosan mi is kipróbálhatjuk.A TheVerge videója sokkal jobban megmutatja hogyan is működik ez…

TémákVizualizáció és hálózatelemzés

Ma már szinte korlátlanul tárolhatunk adatokat, ill. szerezhetünk be számunkra érdekes adatbázisokat. Ezek elemzése sokak szerint forradalmasítani fogja az üzleti világot. De tényleg ennyire mesés, szép, új világ vár ránk?A Harvard Business Review-n októberben jelent meg Adrew…

TémákAdatújságírás és nyílt adat

A mesterséges intelligencia és a nyelvtechnológia iránt érdeklődők körében nagyon jól ismert Ray Kurzweil neve, aki immár a Google-t erősíti mint director of engineering. Kurzweil kutatásai középontjában az optikai karakterfelismerés és a beszédtechnológia áll, továbbá…

TémákA szakmaMesterséges intelligencia

Lassan véget ér az év, ilyenkor nem tudunk ellenállni az összegző és a Top 10 poszt összeállításoknak és mi is elkészítettük sajátunkat. A lista előtt azonban egy kicsit összegezzük, mi is történt velünk idén! Kiléptünk az on-line világból és elindítottuk a Hungarian…

A három nagy (Google, Yahoo! és Bing) mellett manapság Siri sikerének köszönhetően a legismertebb alternatív kereső a Wolfram Alpha. A Wolfram Research nemes egyszerűséggel alapítója, Stephen Wolfram, nevét viseli. Mivel a híres keresővel már többször is foglalkoztunk (pl. itt,…

A Hungarian Natural Language Processing Meetup november 21-én zárja első évadját. A rendezvény 18:00-kor kezdődik a Colabs-ben, kérjük az érdeklődőket, hogy regisztráljanak az esemény oldalán (a részvétel ingyenes!).A program:Tóth István János - Hajdu…

Közeledik októberi meetupunk! Kicsit rendhagyó módon most rövid, ötperces intézmény/céges bemutatkozókat várunk - jelentkezni a zoltan.varju(kukac)gmail.com címen lehet. A meetup célja, hogy a számítógépes nyelvészettel foglalkozó, ill. a nyelvtechnológiai megoldások iránt…

A Magyarországi Web Konferencia Sok a szöveg? című előadás anyagai.Az előadás fóliái Sok a szöveg? from Zoltan VarjuKapcsolódó anyagokbluefin labsNuanceLuminosoAlchemyAPIGavagaiNeticle

TémákVizualizáció és hálózatelemzés

Az IT jelen van mindennapjainkban, de vannak esetek, amikor a jó öreg toll és papír a legjobb eszköz. Kézírással lejegyezni egy gondolatot, vagy a szalvéta hátoldalán gondolkodni még mindig sokkal természetesebb, mint egy szoftvert (no meg egy készüléket amin fut) használni. Aki…

TémákProgramozás és szoftverfejlesztés

Megjelent a HVG Extra, Jövő 2.0 kiadványa, benne Jóföldi Endre és Varjú Zoltán (bizony, blogunk szerzői!) cikkével a 48. oldalon!Külön köszönet Molnár Tünde munkatársunknak aki ráncbaszedte mondatainkat és Marinov Ivánnak a HVG-től, aki elvégezte a végső…

Minden innováció egyben kreatív rombolás, hiszen egy új technológia hatására általában sokkal hatékonyabban végezhető el egy adott feladat, a hatékonyság pedig gyakran egyet jelent azzal, hogy kevesebb ember is elvégezheti ugyanazt a munkát. Erik Brynjolfsson és Andrew McAfee…

TémákStartup és termékfejlesztésTudományfilozófiaNyelvelmélet

A Eli Pariser által jegyzett iskola szerint a perszonalizáció árt a keresésnek, és valljuk be ebben lehet valami. A másik iskola szerint azonban egyre nagyobb teret nyer életünkben a digitális világ, valahogy kezelnünk kell ezt is. A Google egyértelműen a perszonalizáció útjára…

TémákNyelvelméletTudományfilozófia

Az idei Goldenblogon - immár második alkalommal - harmadik helyezést ért el a Kereső Világ. Büszkék vagyunk arra, hogy ilyen erős mezőnyben értük el a dobogó legalsó fokát:IT-blogok1IDDQDhttp://iddqd.blog.hu/2Plastik…

A bluefin labs-hoz hasonlóan a Luminoso is az MIT Media Lab spin-off vállalkozása. A cég a Common Sense Computing Initiative kutatási program eredményeire építve kínál szövegbányászati és szemantikus keresési megoldásokat webes szolgáltatás keretében.A Common Sense…

Új előadóval bővült a meetup.Zoltan Toth: Pig: The Good PartsApache Pig is a platform built on top of Hadoop that helps you quickly analyze large unstructured datasets.Experience and challenges: a hands-on introduction to Pig through a Prezi case study.Short BIOPrior to joining…

Szeptember 26-án tartjuk következő meetupunkat. A rendezvény ingyenes, de kérünk mindenkit, hogy előzetesen regisztráljon itt.Az előadók listája Benczúr Andrással bővült, aki az MTA SZTAKI Adatbányászat és Keresés Csoportjának laboratóriumi vezetője.The LAWA Project:…

Recski Gábor a huNLP levelezőlistáról:A hazai NLP közösség hatékonyabb információcseréjének érdekében néhány hónapja létrejött a huNLP levelezőlista, melynek tagjai nyelvtechnológiával kapcsolatos híreket, felhívásokat, közérdekű információkat oszthatnak meg…

A Kereső Világ és a Számítógépes nyelvészet szervezésében ősszel folytatódik a Hungarian Natural Language Processing Meetup. A Weblib támogatásának köszönhetően a szezont a Colabsben folytatjuk és izgalmas programot tudtunk összeállítani. A Hungarian Natural Language…

A marketingre költött összeg fele kidobott pénz, csak nem tudjuk, hogy melyik fele! - tartja a mondás. Az online marketing előretörésének részben az az oka, hogy egész jól mérhető mire költötte el a hirdető a pénzét. A televíziós hirdetések hatékonyságát általában a…

TémákTudományfilozófiaStartup és termékfejlesztés

Az okostelefonok és táblagépek megjelenésével szembe kell néznünk azzal, hogy a megszokott beviteli szeközök nem fordíthatók le. Az érintőképernyőn megjelenő virtuális billenttyűzeten hosszan gépelni nem sokan szeretnek. Bonyolult menürendszert sem érdemes készíteni a…

TémákA szakmaNyelvtechnológia

Napjainkban már elég érett a nyelvtechnológia, ahhoz, hogy megjelenhessenek olyan cégek, melyek szolgáltatásként egy API (azaz application programming interface) formájában ajánlhatják a szövegelemzési eljárásokat. Most az evvel párhuzamosan megjelent ún. machine learning as a…

TémákA szakmaAdatújságírás és nyílt adatNyelvtechnológia

Úgy tűnik ez a nyár a valósidejű keresésről szól. Ezen a héten a newsle-t vettük górcső alá. Nagyon érdekes megközelítést alkalmaz a newsle, ugyanis személyekre fókuszál, s a barátainkkal, kedvenc hírességeinkkel kapcsolatos híreket gyűjti.Jelenleg regisztrálhatunk…

Mi köze van a palackorrú delfineknek a valósidejű kereséshez? Mielőtt rávágná valaki, hogy semmi, látogasson el a bottlenose oldalára.A bottlenose az öreg kontinensen született, Amszterdam kedvező startup klímájában nőtt fel a nyilvános béta verzióhoz, mint a blogon…

Július 24-én tartottuk második meetupunkat, a videók elérhetőek Vimeo csatornánkon.Ingo Feinerer (TU Vienna): Distributed Text Mining in RIngo Feinerer (TU Vienna): Distributed Text Mining in R from Szamitogepes nyelveszet on Vimeo.Tyler Schnoebelen (Stanford): Gender and Style in…

A bitly múlt héten indította el valós idejű keresőjét, az rt.ly-t. Egy korábbi posztunkban már bemutattuk a bitly-t, most kifejezetten az rt.ly-t járjuk körül.Július 27-én jelentette be a bitly realtime keresőjének nyilvánossá tételét. Aki szeretné kipróbálni a…

A Google Inside Search bejelentette, hogy a Handwrite mindenki számára elérhető immár. A szolgáltatás lehetővé teszi, hogy az érintőképernyőre írva vigyük be a keresés kulcsszavait.A hivatalos videón nagyon flottul működik a Handwrite, de nem árt tudni, hogy a Google…

TémákNyelvtechnológia

Egy kedves olvasónk klaviatúrát ragadott és nekünk szegezte a kérdést: OK, a big data azt jelenti hogy tudunk adatokat gyűjteni és tárolni, mégpedig sokat, ezért big. De milyen adatok ezek? Minek tároljuk azt a sok adatot? Felvesszük az elénk vetett kesztyűt és megpróbálunk…

TémákAdatújságírás és nyílt adat

A nyelvtechnológiával szemben két szélsőséges nézettel találkozhatunk a leggyakrabban; az egyik szerint túl bonyolult feladat a nyelv megértése, a másik szerint hamarosan itt az áttörés és beszélgethetünk számítógépeinkkel. Az igazság valahol a két szélsőség között van.…

TémákNyelvelméletA szakmaTudományfilozófia

Gondolatolvasásnak (másnéven elmeolvasásnak, azaz mind reading) nevezik a kognitív tudósok és elmefilozófusok azon képességünket, hogy mások viselkedését megfigyelve gondolatokat, cselekvési terveket tulajdonítunk másoknak, melyre alapozva egész jól meg tudjuk jósolni…

TémákMegismerés és idegtudományTudományfilozófiaNyelvtechnológia

Alig pár éve terjedt el az újságírásban a digital first, azaz az online felületet előtérbe helyező szerkesztési irányzat, a print média példányszámainak esésére és az internet penetráció markáns növekedésére adott reakcióként. A technológia világa azonban gyorsan…

TémákAdatújságírás és nyílt adat

Előző posztunkban az adatújságírásra mutattunk pár példát, most két, olyan egymáshoz kapcsolódó eszközt ismertetünk, melyeket a hagyományos tényfeltáró újságírás igényeihez igazítottak.Két éve a Firefox böngészőt is készítő The Mozilla Foundation és az…

TémákAdatújságírás és nyílt adat

Egyre több kereséssel foglalkozó cég fordul az ún. big data, vagyis a nagy adatok begyűjtése és elemzése felé. Blogunkon is egyre többet foglalkozunk olyan szolgáltatásokkal, melyek az adatok körül mozognak. De hogyan is jutottunk el a kereséstől a big data-hoz? A híres…

TémákAdatújságírás és nyílt adat

Az utóbbi években sajnálatos módon egyre többször meg kell gondolnunk, hogy mire mennyit költsünk. Ebben sokat segítenek a termékkeresők (a magyar oldalak összehasonlításáról írt posztunkat érdemes elolvasni), de mi van ha nem könyvet vagy elektronikai kütyüt szeretnénk…

TémákStartup és termékfejlesztés

A közösségi média elemzése az egyik legfelkapottabb téma manapság. Megszámolni is lehetetlen hány startup célja, hogy információt nyerjen ki a netezők által generált tartalmakból. Kevesen jutnak el pl. a DiscoverText szintjére és tudnak széles rétegek számára használható…

TémákStartup és termékfejlesztés

A Hungarian Natural Language Processing Meetup csoport szervezésében július 24-én két rendezvény is várja a szövegbányászat iránt érdeklődőket. R tm hands-on tutorial by Ingo FeinererAz R statisztikai programozási nyelv tm (text mining) csomagjának szerzője vezeti be az…

TémákStatisztika és valószínűség

Az adatújságírásról szóló posztunkban röviden bemutattuk azt az új irányzatot, mely az egyre nagyobb mennyiségben elérhető adatokra támaszkodva igyekszik megreformálni az újságírást. Habár rengeteg eszköz érhető el, melyekkel az adatokat érthető formában megjeleníthetjük,…

TémákAdatújságírás és nyílt adat

"Data is stupid. Weotta makes it smart." A mottó első felével egyet is ért mindenki, a második fellengzősnek hathatna, de igaz. Többször leírtuk már, hogy a mobil korszakban milyen fontos a kontextus és mi mindenre lehet(ne) használni, a Weotta ennek iskolapéldája. A…

Május 10-én, a Colabs-ben tartottuk az első Natural Language Processing Meetupot. Több mint ötvenen regisztráltak a meetupra és kereken negyvenen vettek részt. Köszönjük az előadóknak a színvonalas prezentációkat, a hallgatóságnak pedig az aktív részvételt.

A trapit igen előkelő felmenőkkel büszkélkedhet, hiszen az SRI International kutatásaiból nőtt ki. Az SRI "alom" legismertebb tagja ma a Siri, az Apple személyi asszisztense, de sok érdekes egyéb SRI spin-off akad még. A trapit is személyi asszisztens lenne, csak éppen…

Nem tudunk úgy eltölteni egy napot olvasgatással, hogy ne fussunk bele egy aktuális siránkozásba arról, hogy haldoklik a print média, az online ingyenesség pedig az igénytelenség és a content farm-ok melegágya. Sajnos kevés szó esik arról (különösen hazánkban) hogy vannak akik…

TémákAdatújságírás és nyílt adat

Korábban már bemutattuk a Wavii-t. Most, hogy már nem szupertitkos módon üzemel, egy kicsit közelebbről is megvizsgáljuk mit is tud. A Wavii alapötlete egyszerű, hamár úgyis sokan a Facebook-on megosztott híreket olvassák, miért ne használjuk a közösségi hálót egy hírfolyam…

TémákVizualizáció és hálózatelemzés

A neten egyre több szöveges információ keletkezik. A közösségi média remek terepe lehet(ne) az egy-egy termékkel kapcsolatos információk és vélemények nyomonkövetésére. Ez a feladat azonban még várja, hogy valaki véglegesen megoldja, addig is a DiscoverText remek szolgálatot…

TémákVizualizáció és hálózatelemzésAdatújságírás és nyílt adat

A bitly (régebbi nevén bit.ly) sokak számára mint a Twitter url-rövidítője ismert. Az első adatvezérelt startupok egyike ma már egy hatalmas, folyamatosan bővülő adatbázison ül, ezt készül most bevetni a valósidejű (real-time) keresés terén.A bitly nem csak egy cég a sok…

TémákAdatújságírás és nyílt adat

A Google Knowledge Graph-ról egyre több hír kerül napvilágra, nemrég a Mashable számolt be róla. Utánna jártunk mi van a háttérben és mit várhatunk ettől a technológiától. A szemantikus web a kétezres évek elején még csak álom volt, blogunkon is bemutatott linkelt…

Sorozatunk korábbi részeiben olyan szolgáltatásokat mutattunk be, melyek nyers adatokat és az elemzésükhöz szükséges eszközöket kínálják, ill. rendezett formában egy API-n (application programming interface, alkalmazás programozási interfész) keresztül teszik elérhetővé a…

TémákAdatújságírás és nyílt adatProgramozás és szoftverfejlesztés

[...] data is the next Intel Inside (Tim O'Reilly) Sorozatunk előző részében bemutattuk a többé-kevésbé nyers adatokat kínáló DataMarket-et és az "anyacég"- az Infochimps - felhőszolgáltatásban kínált adatelemzési megoldásait. Mivel nem mindenki szeret maga bajlódni…

TémákAdatújságírás és nyílt adat

A média keresi helyét a web n.0 korában. Se veled, se nélküled viszonyban van a közösségi médiával, egyszerre kell megküzdenie azzal, hogy olvasói Facebook és Twitter hírfolyamokon keresztül jutnak el a tartalmakhoz, melyektől megkövetelik az ingyenességet miközben ezen csatornák…

TémákAdatújságírás és nyílt adat

Kádár Ákos írásaKét héttel ezelőtt (2012.01.10.) jelentette be a Google a „Search Plus Your World”-nek keresztelt, sok ellenérzést kiváltó újítását. A searchengineland a következőképpen foglalja össze az előzményeket:2005 júniusa óta jelennek meg a Google-ben…

TémákNyelvmodellek

A múlt hét híre a Google sok vitát kiváltó változtatásai mellett a Nuance Dragon Go mobil alkalmazásának bejelentése volt. Az iPhone tulajok, különösen az új S4 széria birtokosai ódákat szoktak zengeni a Siri-ről és az Apple hallatlan innovációjáról. Ahogy azt már korábban…

Sokan rendszerezik az online hozzáférhető hírforrásokat, pl. RSS olvasót használnak, napjainkban pedig egyre elterjedtebb, hogy Twitteren követik a hírforrásokat. Kevesebben, de még mindig szép számmal akadnak olyanok, akik valamilyen könyvjelző/közösségi taggelő szolgáltatást…

TémákNyelvtechnológia

2011 legolvasottabb posztjait szedtük össze, hogy legyen mihez viszonyítani idén. 1. Liszt, só, víz, Internet - avagy a nagy receptkereső összehasonlító tesztKedves olvasóink a jelek szerint nem csak a Kereső Világot, hanem a hasukat is szeretik, ennek eredménye a nagy…

A nagy keresőket gyakran kritizálják mivel algoritmusaik hétpecsétes titkot képeznek és a keresési eredményeik néha vitathatóak. Szintén sokan kérdőjelezik meg a nagyok adatkezelési eljárásait és fogalmaznak meg jogi/etikai kifogásokat bizonyos gyakorlatokkal szemben. Most két…

TémákNyelvtechnológiaTudományfilozófia

A Google egyik erőssége, hogy egyszerű felületen teszi elérhetővé az információk tömegét. Annyira bevált a megszokott dizájn, hogy nem is változtattak rajta és valószínűleg nem is fognak. Most két olyan keresőt mutatunk be ami nem radikálisan, de szakított a Google vonallal.…

TémákNyelvtechnológia

Hazánkban a Google egyeduralma egyértelmű, akárcsak a nagyvilágban pár számunkra egzotikus országot leszámítva (pl. a kínai Baidu, az orosz Yandex vagy a cseh Seznam). A Bing-Yahoo páros hatalmas befektetések árán csak lassan farigcsálja lefelé hátrányát (főleg az Egyesült…

A keresés fejlődéséről Bem Gomes (Google Fellow)Forrás: The Official Google Blog

TémákNyelvtechnológia

Kötetünk elérhető pdf és mobi formátumban is. Tanulmánygyűjteményünkkel szeretnénk bemutatni a mobil keresés alapvető kérdéseit és alkalmazásait. “Mert több a keresés, mint csupán guglizni!” - ahogy blogom, a Kereső Világ jelmondata szól. A blog indulása…

TémákNyelvtechnológia

Sokak fejében élő sztereotípia a tarisznyás bölcsész, aki a könyvtárban (és/vagy a büfében) tölti élete nagy részét, világmegváltó dolgokról elmélkedve, de üres zsebbel, az információ technológia világától távol érthetetlen (haszontalan) dolgokkal foglalkozva. Viszont a…

TémákTudományfilozófiaNyelvelméletLogika és matematika

A Siri eléggé meggyőzően bizonyította még az amúgy szkeptikus közönség felé is hogy a személyi asszisztens szerepét átveheti (ha korlátozott formában is) egy mobil. Nézzünk azonban egy kicsit mélyebbre és vizsgáljuk meg hogy mi teszi lehetővé hogy a Siri válaszoljon…

TémákNyelvtechnológia

Coixet filmje nagyon szépen érzékelteti hogy a szavakban több van mint gondolnánk. Persze van a szavaknak egy nyilvános élete is amiről a szótárak tájékoztatnak minket, de ki szereti a hatalmas köteteket cipelni, ott vannak hát az online szótárak, de ugye tudjuk hogy a nyilvános…

TémákVizualizáció és hálózatelemzésA szakma

Lassan biztosak lehetünk abban hogy a legvadabbnak tűnő ötleteket is megvalósította már valaki és létezik applikáció rá, azonban megtalálni ezeket nem olyan egyszerű, különösen ha kíváncsiak vagyunk arra hogy milyen platformokon érhető el az áhított alkalmazás. A feladat…

TémákProgramozás és szoftverfejlesztésStartup és termékfejlesztésNyelvtechnológia

A Twitter egyre több felhasználót hódít meg és egyre jobban integrálódik mindennapi médiafogyasztásunkba. Az arab tavasz során sok újságíró használta forrásként a csiripeket, de sok „mezei” internetező is egyfajta RSS olvasóként, híraggregátorként (is) használja…

„The future isn’t just unwritten - it’s unsearched” Bruce Sterling, sci-fi író, jövőkutató A fenti híres idézet jelentjük megdőlt! A webet már régóta kutatják adatok után, a prediktív analitika különösen a pénzügyi területen erős. Azonban napjainkban – részben a…

Ahogy a mobil internet egyre elterjedtebbé válik, egyre jobban előtérbe kerül hogy miképp használjuk a készülékeket keresésre. Nebehaj Viktor ajánlotta figyelmünkbe Kamvar, Kellar, Patel és Xu tanulmányát a különböző platformok összevetéséről a Google adatai…

TémákNyelvtechnológia

Chouwen, a 豆腐块-欢迎欢迎! blog szerzőjének vendégposztja Bǎi​dù yī​xià, nǐ jiù zhī​dào! (百度一下，你就知道!) –vagyis „Baidu-zz egy kicsit, és máris megtudod!- szól a Baidu - Bǎidù (百度) - 2000 januárja óta jegyzett pekingi…