A Logana Termék-Stratégia

A Logana Információ-Kutatási Központ tagjai elhatározták, hogy az általuk kifejlesztett Logana Információ-Kutatási Technológia alapján létrehozzák a Logana Termékcsaládot, melynek révén kívánják biztosítani ezen új technológia elterjedését a világon.

E technológia bemutató programja kipróbálható a Logana Webhelyen; www.logana.com.

Megjegyezzük, hogy e bemutató program két (Analog1 és Analog2 nevű) működési oldallal rendelkezik, és mindkettőnek van egy angol és egy magyar nyelvű változata. Az Analog1 oldalon a bemutató program belső névkészletéből kiválasztott valamelyik név torzításaival végezhetjük a hasonlósági keresést. Az Analog2 oldal lehetőséget ad, saját (legfeljebb 15 ezer szót tartalmazó) szöveg vizsgálatára (a bemásolás történhet például a szövegkijelölés utáni Ctrl-C, majd Ctrl-V használatával). Itt a hasonlósági szövegkeresésen kívül automatikus kulcsszó-kigyűjtés is végezhető. (Célszerű a használat előtt a Help-eket elolvasni!)

Mi az a Logana Információ-Kutatási Technológia?

A Logana Információ-Kutatási Technológia olyan, a hasonlóság teljesen újszerű értelmezésén alapuló szöveg- és adatfeldolgozási módszerek összessége, mely a világon egyedülállóan hatékony, és (a betűírásos nyelvek körében) nyelvfüggetlen módon teszi lehetővé szövegkeresést, az adatkigyűjtést, és a tartalom-elemzést.

További alkalmazásként említhető az automatikus kulcsszó-kigyűjtés, az informatikai víruskeresés, és segítséget nyújthat szöveges dokumentumok elemzésénél, összehasonlításánál, plágium-vizsgálatánál, fonéma-alapú beszédfelismerésnél, mutáns génszekvenciák DNS-láncban való keresésénél, stb.

Az alábbiakban bemutatjuk a technológiánk főbb felhasználási területeit, potenciális alkalmazásait. Ezek megvalósításával lényegesen meg fog változni világunkban a szöveges (és általában a szekvenciális struktúrájú) adatok keresése, értelmezése, elemzése, minősítése, kigyűjtése és feldolgozása.

1.) Elsődleges alkalmazások

Ide az olyan alkalmazások tartoznak, melyek használatát jól szemlélteti a bemutató programunk (www.logana.com), és viszonylag kis infrastrukturális háttérrel már működtethetők.

1.a.) Logana Tartalom-Elemző Rendszer (Logana TER)

(A dokumentum-feldolgozás támogatása)

Állami és biztonsági intézményeknél, nagyvállalatoknál, könyvtárakban gyakran van szükség nagy mennyiségű szöveges dokumentum vizsgálatára, értelmezésére, feldolgozására.

A Logana Termékcsalád kiemelkedő eleme a Logana Tartalom-Elemző Rendszer, mely lehetővé teszi a szövegek, szöveges dokumentumok Automatikus Összehasonlítását, Automatikus Tartalom-Elemzését (Ellenőrzését), az Automatikus Kulcsszó-Kigyűjtést, az Automatikus Témakör-Besorolást, stb. Így a "miről szól?", "mennyire hasonlít?" kérdések bármely dokumentummal (dokumentumokkal) kapcsolatban könnyen megválaszolhatók.

E rendszer alapvető eleme a Hasonlósági SzövegKeresés, melynek segítségével az olyan, hibásan keresett, és/vagy hibásan tárolt, illetve több alakú szavak is megtalálhatók, melyekre a hagyományos web-keresők (Google, Bing, Ask, Yahoo, stb.) teljesen alkalmatlanok (lásd pl. Solnoki[60%]→Cholnoky, Széscényi[80%]→Széchenyi a magyar Analog1 oldalon, vagy Satöbrian[51%]→Chateaubriand, Feiszekker[60%]→Weizsäcker az angol Analog1 oldalon). E módszer különösen hasznos a hosszú és könnyen elírható szavak esetén.

Végül megjegyezzük, hogy ez az elemzési módszer használható plágium-vizsgálatra, általános pszichológiai vizsgálat előkészítésére, valamint a segítségével kiszűrhetők a bűnöző-, vagy terrorista-gyanús információ-források is.

1.b.) Logana Fonetikus Oktató Rendszer (Logana FOR)

(A nyelvtanítás támogatása)

A Logana Fonetikus Oktató Rendszer a betűírásos nyelveket tanulók részére lehetővé teszi a kiejtés alapján leírt szavak hasonlósági keresését az adott nyelv szótárában és tankönyveiben, ezáltal egyidejűleg biztosítva, egyrészt a keresett szó helyesen írt alakjának megismerését, másrészt annak jelentését, és alkalmazását az adott nyelvben.

1.c.) Logana Hasonlósági Könyvtári Rendszer (Logana HKR)

(A könyvtárhasználat támogatása)

A Logana Hasonlósági Könyvtári Rendszer biztosítja

– a könyvtári olvasók részére a fentiekben bemutatott Hasonlósági SzövegKeresést az adott könyvtár (vagy akár egy országos könyvtári hálózat!) dokumentumaiban,

– a könyvtárosok részére az Automatikus Kulcsszó-Kigyűjtést különböző nyelvű dokumentumokban,

– a könyvtárosok részére tetszőleges nyelvhez és szakterülethez tartozó Referencia Szógyűjtemény létrehozását az automatikus kulcsszó-kigyűjtéshez.

2.) Perspektivikus alkalmazások

Ezek működtetéséhez nagy teljesítményű infrastrukturális (szerver) háttér szükséges.

2.a.) Logana Hasonlósági Tankönyvi Kereső (Logana HTK)

Az országosan elérhető Logana Hasonlósági Tankönyvi Kereső az általános iskolai tanulók részére lehetővé teszi az esetleg hibásan leírt szavak hasonlósági keresését a tankönyvekben, ezáltal egyidejűleg biztosítva, egyrészt a keresett szó helyesen írt alakjának megismerését, másrészt az ahhoz tartozó tananyag megtalálását. E rendszer bevezetését célszerű az Irodalom, a Történelem, és a Földrajz tankönyvekkel kezdeni.

2.b.) Logana Hasonlósági Web-Kereső (Logana HWK)

Ez a leglátványosabb alkalmazás, hiszen a Logana Hasonlósági Web-Keresővel az olyan, hibásan keresett, és/vagy hibásan tárolt, illetve több alakú szavakat tartalmazó web-helyek is megtalálhatók az interneten, melyekre a hagyományos web-keresők (Google, Bing, Ask, Yahoo, stb.) teljesen alkalmatlanok (lásd az 1.a. pont példáit).

Mivel ehhez rendkívül nagyteljesítményű szerverpark szükséges, ezért az alkalmazását kezdetben célszerű korlátozni valamilyen szakterületre. (Például "Kulturális programok az országban", "Magyar írók", "Nobel-díjas tudósok a világban", "Ételreceptek", stb.)

2.c.) Logana Hasonlósági Szemantikus Kereső (Logana HSzK)

Lehetővé teszi, hogy ne csupán a keresett szó szerint történjen a Hasonlósági Szövegkeresés, hanem annak összes RokonÉrtelmű, vagy éppen Ellentétes Jelentésű társszava szerint is, így biztosítva a Tartalom Szerinti Keresést is a felhasználó által kiválasztott nyelv(ek)en.

[Példa Többjelentésű és Rokonértelmű szóra: Kar: (→Felső végtag, Kéz), (→Énekkar, Kórus, Dalárda), (→{oktatási} Kar, Fakultás). Leegyszerűsítve; ha a keresőszó "daláda" (helyesen írva "dalárda"), akkor találjuk meg az "énekkar" szót is!]

Ennek módja:

– első lépésben felkínálja a felhasználónak az általa keresett szó különböző jelentésű, de a keresett szóhoz "elegendően hasonló" alakú változatait, azok jelentés-leírásával, annak érdekében, hogy közülük kiválaszthassa a számára megfelelőt, majd a

– második lépésben megadja (a vizsgált dokumentumra, vagy adatbázisra vonatkozóan) az első lépésben kiválasztott jelentésű szó összes, kiválasztott nyelvű Szinonimájához (rokonértelmű változatához), vagy éppen Antonimájához (ellentétes jelentésű változatához) tartozó, vagy azokhoz "elegendően hasonló" találatot, attól függően, hogy a felhasználó melyik opciót (a szinonima, vagy az antonima üzemmódot) választja.

Végül megjegyezzük, hogy noha a Logana Hasonlósági SzövegKereső nyelv-független, a szemantikai kereséshez szükség van a kiválasztott nyelv(ek)hez tartozó

– értelmező szótárra (az első lépésnél), hogy a felhasználó kiválaszthassa a számára megfelelő jelentésű szót, valamint

– egy szinonima, vagy egy antonima szótárra (a második lépésnél).

2.d.) Logana Hasonlósági Szemantikus Web-kereső (Logana HSzW)

A fenti két rendszer (Logana HWK és Logana HSzK) egyesítésével létre lehet hozni (a világon egyedülálló módon!) a Hasonlósági Tartalom Szerinti Keresést az Interneten.

3.) További alkalmazások

Ezek létrehozása más szakterületek képviselőivel való intenzív együttműködést igényel.

3.a.) Logana Gén-Kereső Rendszer (Logana GKR)

A Logana Gén-Kereső Rendszer lehetővé teszi mutáns génszekvenciák automatikus keresését DNS láncban.

E módszer lényege az, hogy program a DNS láncot leíró karakter- (azaz triplet-) sorozaton egy, a keresendő génszekvenciával egyező méretű keretet mozgat végig karakterenként, és minden kerethez megállapítja a keretben lévő DNS láncrésznek a vizsgált (például mutáns) génszekvenciához való hasonlóságát.

A genetikusnak így csak azokat a DNS lánc részeket kell megvizsgálnia (értelmeznie), ahol ennek a Keretrelatív Hasonlításnak az eredménye egy előre megadott Határhasonlóság értéket elér, vagy annál nagyobb. Ezt a Határhasonlóság értéket természetesen a genetikus adja meg (százalékban), és a keresést egymás után többször is elvégezheti különböző Határhasonlóság értékek esetén.

Ez egy meglehetősen erőforrás igényes folyamat (egy DNS lánc sokmilliárd tripletből áll!), ám egyrészt egy ilyesmihez szükséges számítógép ma már nem csillagászati költségű, másrészt e folyamat az automatikus jellege miatt lényegesen hatékonyabb, és megbízhatóbb, mint a hagyományos kémiai módszer.

3.b.) Logana Beszéd-Felismerő Rendszer (Logana BFR)

A Logana Beszéd-Felismerő Rendszer jelentős mértékben elősegíti a hibás (dadogós, pösze, stb.) beszéd felismerését is. Használatának előfeltétele a vizsgálandó beszéd fonéma-szekvenciává való konvertálása. A fonémák a beszélt nyelv "betűi", és nyilván nem csak nyelvenként, de nyelvjárásonként is különbözhetnek, továbbá egy beszédhibás személy esetén még egyéb torzulások is keletkezhetnek.

Az eljárás a következő két lépésből áll:

– Az első lépésben a vizsgálandó beszéd kezdeti, valamely nem túl hosszú részének egy általános beszéd-fonéma konvertálást követő hasonlósági feldolgozásával megállapítja, hogy milyen nyelvű (és nyelvjárású) a beszéd.

– A második lépésben a vizsgálandó beszédnek, az első lépésben kijelölt nyelvhez (nyelvjáráshoz) tartozó beszéd-fonéma konvertálása után alkalmazott hasonlósági feldolgozással, még a beszédhibás fonéma-szekvenciák is sikeresen értelmezhetőek.

3.c.) Logana Hasonlósági Előszűrő Hardver (Logana HEH)

A szekvenciális struktúrák hasonlósági keresését (pl. dokumentumban, táblázatban, vagy adatbázisban való szövegkeresést) egy hardveres (FPGA, vagy GPGPU eszközzel való) előszűrés lényegesen gyorsíthatja. Ennek eredményeként a hasonlóság-vizsgálatnak az erőforrás-igényesebb részét már egy lényegesen kisebb szekvencia-halmazra vonatkozóan kell csupán elvégezni.

Egyéb potenciális alkalmazások: dallamok összehasonlítása, hasonló dallamok keresése, szövegek plágium-ellenőrzése, hasonlóság-alapú szövegjavítás, morfológiai szótár, automatikus szöveg-értelmezés, általános pszichológiai szövegelemzés stb.