Meyer Information Management Blog» Information Management

Eclipse SMILA Release 0.7

Hannes Carl Meyer — Sun, 21 Mar 2010 20:14:38 +0000

Nachdem es seit dem vergangenen Jahr (EclipseCon 09) um das SMILA Projekt etwas ruhiger geworden war, ist in dieser Woche das Release 0.7 (Incubation) erschienen. Laut Release-Plan soll neben einer Web Service API nun auch Apache Solr als Suchmaschine unterstützt werden. Ebenfalls scheint SMILA im Eclipse IP Prozess voranzukommen und hat die Vorbedingungen erfüllt – wer mehr über den IP process wissen möchte schaut sich dieses Cartoon an!

Das Herunterladen und starten der SMILA Standalone Anwendung (via Apache Tomcat) funktionierte bei mir problemlos – genauso die Anweisungen des SMILA/Documentation for 5 Minutes to Success.

Leider habe ich in dem Release aber keine Release Notes gefunden noch konnte ich bei der kurzen Durchsicht feststellen was sich zur vorangegangenen Version geändert hat und ob die im Release Plan aufgeführten Punkte realisiert wurden… Auch die Projektwebsite ist an vielen Stellen veraltet und lässt viele Fragen offen, ist doch noch nicht einmal das 0.7 Release dort kommuniziert!

Infochimps – Marktplatz für Daten

Hannes Carl Meyer — Mon, 28 Sep 2009 19:25:09 +0000

Die Daten der Welt finden (find the world’s data) – mit diesem Claim demonstriert das Unternehmen (infochimps.org) seinen globalen Anspruch als Marktplatz für Daten aller Art. Dabei stellt der Marktplatz seinen Teilnehmern die nötige Infrastruktur sowie Software zur Verfügung. Die nötige Auszeichnung der Daten mit Metadaten soll dabei der Anbieter übernehmen – im besten Fall sind das Informationen über Lizenz, Format und Datenstruktur gefolgt von einer Ansammlung von Tags (z.B. finance, germany, energy).

Damit so eine Plattform hierzulande attraktiv wird muss noch einiges geschehen – liegen doch noch so viele Daten mehr oder weniger verschlossen in den Töpfen des Statistischen Bundesamts oder bei der Europäischen Komission eurostat.

Ernüchternd, drei Datensätze mit dem Tag “germany”, alle drei “Destillate” aus DBpedia.

NetBase und die semantische Suche (Content Intelligence)

Hannes Carl Meyer — Tue, 05 May 2009 16:18:54 +0000

Nachdem ich bereits in der letzten Woche im Rahmen des Semantic Web Day Leipzig über Transinsight und der semantischen Suche von GoPubMed berichtet hatte, ging mir heute die Meldung von NetBase Content Intelligence und deren Demonstrator (ebenfalls im Gesundheits-Sektor auf Basis von PubMed) ins Netz.

Wo andere Suchmaschinen versuchen den Kontext des Inhalts aus Keyword-Assoziationen zu berechnen, soll NetBase einen Schritt weiter gehen und auf Basis einer Analyse ganzer Sätze die Assoziationen von Sätzen und Bedeutungen zueinander automatisch erkennen. Somit soll Content Intelligence auch ganz ohne vorherige Wissens-Modellierung oder Lexika auskommen können.

Damit folgt NetBase dem Trend weg von der Suchmaschine die Suchergebnis-Listen ausspuckt, hin zu Frage-Antwort-Maschine a la WolframAlpha. Netbase wird allerdings vorraussichtlich keine eigene Suchmaschine anbieten (abgesehen vom Demonstrator), sondern auf ein Lizenz-Modell für Unternehmen setzen – lt. TechCrunch soll die Lizenz bei 100.000$ anfangen. Diese Kröte sollen dann Unternehmen schlucken, die ansonsten große Aufwände bei der Modellierung von Taxonomien/Lexika o.ä. in Kauf nehmen müssten.

Doch adressiert NetBase damit tatsächlich ein Problem oder handelt es sich lediglich um ein Sahnehäubchen?

Artikel in der Technology Review: Smarte Gesundheitsdatenbank

Heute: Semantic Web Day 2009 in Leipzig

Hannes Carl Meyer — Wed, 29 Apr 2009 04:12:54 +0000

Heute findet in Leipzig der Semantic Web Day statt. Ausrichter ist die Arbeitsgruppe AKSW der Universität Leipzig und bei Vorträgen bspw. zu DBPedia kann ich natürlich schlecht nein sagen und nicht mit dabei sein.

Ein hoffentlich ausführlicher Bericht folgt!

Es gibt übrigens ein Hashtag #swd09le um den Tag aus der Ferne per Twitter verfolgen zu können.

mobilecamp Dresden 2009, was ist mit Mobile Web Search?

Hannes Carl Meyer — Sat, 25 Apr 2009 11:22:27 +0000

Leider haben sich meine Erwartungen zu den Session-Vorschlägen des mobilecamps noch nicht ganz erfüllt – zumindest nicht auf den ersten Blick. Doch ein BarCamp wäre kein BarCamp wenn man nicht selbst mitmischen könnte….

Daher würde ich gern für Sonntag den Vorschlag zu einer Mobile Web Search (ist dies überhaupt der korrekte Titel?) Diskussions-Session machen. Vorweg muss ich dazu sagen, das ich im Bereich Mobile Web recht wenig, dafür aber im Bereich Suche (Technologien, Märkte) umso mehr Erfahrung mitbringe.

Doch welche Fragestellungen ergeben sich im Bereich Mobile Web Search? Mir fallen spontan folgende Punkte ein über die man sich unterhalten könnte:

Wie sieht ein passender Ranking-Algorithmus aus?
Wie schafft es die Suchmaschine passende (in diesem Fall mobile) Websites zu identifizieren?
Welche Ansätze gibt es im Marketing?
Wie unterscheidet sich die Nutzung der mobilen Suchmaschine gegenüber der stationären?
Welche neuen Möglichkeiten ergeben sich durch die Ortung?

Mein Vorschlag ist hier zu finden, über ein + würde ich mich freuen!

Change

Hannes Carl Meyer — Wed, 22 Apr 2009 19:02:52 +0000

Dear english speaking readers of my blog, dear german speaking Krauts out there. I’m running this blog since one and a half year now more or less actively and I’m really impressed on all those international readers coming mainly from the US. As the field of Information Management and its technologies – containing Enterprise Search, Text Mining, Semantic Web etc. – is driven by companies and developers from the US I’m always curious about the slow development over here in germany!

Since I’m going to found a new company (you will read more about it here later) over here in germany, events on topics like semantic web or enterprise search are still curiosities and lot of people in our industries are not aware of technologies in the scene, I’m going to change the language of this blog to german!

As a consolation for my english speaking readers I’ll keep my Twitter strategy in german and english – and maybe french one time!

Follow me on Twitter here

Apache Nutch 1.0 Finally Released

Hannes Carl Meyer — Mon, 30 Mar 2009 07:35:04 +0000

It is already two months since I was announcing the Nutch 1.0 release. Finally after a 1.0 release candidate Nutch was released in version 1.0 last week! Congratulations!

If you are also into Machine Learning you should check out the release of Mahout in its early version 0.3 and wether you are new on it, check out Grant Ingersoll’s presentation on Mahout from ApacheCon Europe 2009 here.

P.S.: Also notice the new Apache Droids Tab in the Lucene navigation bar!

Search Through The Lucene Ecosystem

Hannes Carl Meyer — Wed, 28 Jan 2009 20:05:56 +0000

If you ever wanted to search through the whole Lucene ecosystem (Lucene Java, Mahout, Tika and more) your possible solution of choice is the search engine by Lucid Imagination. It searches through project websites, wikis, mailing-lists (public, dev) and the source code itself – its indexiation performance is also pretty impressive.

Lucid Imagination is a company founded by Marc Krellenstein, Yonik Seeley, Grant Ingersoll and Erik Hatcher (a team of experts) which provides professional search (and beyond) solutions for the enterprise based upon Lucene.

Update: comment about Lucid Imagination from Beyond Search

iTunesU and the Hasso Plattner Institut

Hannes Carl Meyer — Wed, 14 Jan 2009 12:30:00 +0000

I read an article today about the german Hasso-Plattner Institut to publish recodings from lectures and more at iTunesU. Since iTunesU seems only pretty widespread at US universities and I always tried to NOT install iTunes I heard from it the first time and gave it a try!

Since the HPI is an institute for information technology, more precisely software engineering, it is pretty interesting watching lectures to get a basic know-how on a certain topic. Unfortunately most of the HPI lectures are too short and just cutouts but in a good quality. Really interesting are the recordings from the tele-TASK-Symposium 2008, there you can find interesting presentations on language processing and semantic technologies.

It is also interesting to search through the whole iTunesU database for keywords like machine learning or retrieval to find stuff from universities like Stanford or University of Arizona.

Information Management Week Summary

Hannes Carl Meyer — Fri, 05 Dec 2008 15:21:52 +0000

I wasn’t able to write any Breakfast Links since monday due to projects (like the upcoming relaunch of this blog), birthday parties and efforts for christmas presents (big, big family)! Finally I turned on my news reader today…

* Amazon Launches Public Data Sets To Ease Research

Amazon (AWS) provides public data sets to demonstrate use cases for their (cloud) services. The article on TechCrunch also links to Swivel which is a repository for open data sets. Unfortunately you won’t find any textual data but a lot of data like U.S. Census, historical oil prices, world photovoltaic production and more.

* New Open Source Search Vendor

An interview of Hans-Christian Brockmann (Brox IT-Solutions GmbH) about Brox Open Source strategy in the field of enterprise search. Really interesting is Brockmann’s number of 180.000 lucene projects (more or less productive) out there! Brox already came up with their Eclipse project SMILA, which is going to be a base architecture to better integrate search and text mining into common systems. Nice to hear from those kind of projects in my business area!

* Z! – Episode 134: Qimaya – Anwendung neuronaler Netze (german)

Interesting interview with Roy Uhlmann (Qimaya aka former Queap) about neuronal networks in their search engine Qimaya. If you are interested in testing Qimaya you can request access to the demo – next invitation and access delivery is even today! As I can see, Qimaya is currently a german language only project!