Am un nou blog

De azi blog-ul meu are o nouă adresă: http://dumitru.me

Nu voi mai folosi alest blog!

Mulțumesc Blogger pentru găzduire.

Toate Declaratiile din presa la un loc

De mult timp sunt indignat de maniera declarativă a știrilor din R. Moldova și nu numai.
O parte covârșitoare dintre știri - mai ales din domeniul politic - arată cam așa: Persoana X a spus (despre) persoana/țara/etc. că...

Din această problemă m-am gândit să fac ceva bun. Și anume, să fac un fel de director de declarații, astfel ca să nu se mai piardă printre texte lungi și comentarii.

Posibil ca anumite persoane, instituții să fie interesate, uneori, ce a spus X în perioada P(de exemplu în campania electorală) despre persoana Y.

Eu de exemplu, aș fi curios să pot vedea simplu toate declarațiile lui Filat din perioada electorală precedentă.

Pentru Moldova proiectul web este prezent pe click.md: opinia.click.md, aplicația pentru Android despre pe Google Play: Opinia.

Aplicația Opinia - urmărește declarațiile din presă

Astăzi am lansat aplicația Opinia pentru android.

Opinia este o aplicație cu ajutorul căreia se poate de urmărit declarațiile din presă a persoanelor mediatizate din diferite domenii: politic, social, sport, divertisment, justiție, tehnică, știință.

Cu ajutorul Opinia putem vedea:

• ce a spus persoana X;
• cine și ce a spus despre persoana X;
• ce părere are persoana X despre un anumit subiect.

Opinia oferă o metodă simplă pentru a urmări EXACT ce spun personalitățile, fără alt text care poate distorsiona mesajul inițial.

Versiunea curentă suportă 2 țări: România și Moldova. Nu este posibilă schimbarea țării!

De asemenea, fiecare declarație/citat a unei persoane, poate fi votată cu like/dislike.

În cel mai scurt timp posibil vom lansa și aplicația pentru iOS (iPhone, iPad).

Aplicația este la început, de aceea pot apărea anumite probleme. Vă rugăm să ne lăsați un mesaj dacă este cazul.

Entity Extraction în Română, Rusă, Bulgară, Maghiară

În ultimii ani am creat câteva proiecte care procesau o mulțime de știri și încercau să ofere vizitatorului o experiență nouă: Pressactors.com (votarea actorilor din știri/evenimente) funcționalitate transferată azi la proiectele Ournet.ro, Click.md, Zborg.ru, Ournet.bg, etc.

În această perioadă, am dezvoltat un sistem foarte eficient(cel puțin pentru cerințele noastre) de identificare și recunoaștere a entităților(Persoane, Organizații, Branduri, Locuri/localități) din text. Un sistem care învață în timp și care procesează un text în câteva milisecunde (~ 1/2 secundă).

În domeniul de cercetare această funcție/domeniu se numește Named-entity recognition sau Named Entity Extraction. Există multe servicii, aplicații, cod în această direcție dar majoritatea este pentru limbile cele mai mari și sunt destul de complexe(...) sau scumpe. În orice caz, nu întâlneau cerințele noastre.

Pentru proiectele noastre aveam nevoie de un sistem care:

1. Funcționează bine pentru multe alte limbi în afară de engleză, germană, spaniolă și portugheză;
2. Înțelege sinonimele unui concept/entitate(Adreei Marin=Andreea Marin; Москвой, Москву, Москвы=Москва);
3. Funcționează contextual, ține cont de țară: de exemplu, dacă într-o știre din Moldova se scrie "Ministerul Muncii a decis...", atunci sistemul știe că e vorba de Ministerul Muncii din Republica Moldova și nu de cel din România.
4. Oferă pentru fiecare entitate info de pe Wikipedia;
5. Poate categoriza textul: politic, social, economic, știință, etc.
6. Funcționează rapid și utilizează foarte puține resurse.

În prezent, sistemul nostru cunoaște 4 limbi: Româna, Rusa, Bulgara și Maghiara și crește zilnic.

De aici ne-a venit ideea de a oferi acestă funcționalitate ca serviciu pentru alte aplicații, siteuri.

Potențiali clienți

Sistemul ar putea fi utilizat cu succes, în special, în domeniul mass-media: 

• Siteuri care vor să facă ordine în articole prin adăugarea tagurilor, categorii, etc.
• News/Blogs Aggregators

De asemenea, serviciul poate fi folosit în diferite analize și statistici.

Entitizer.com - acesta este siteul serviciului.

Voi reveni cu o descriere detaliată a serviciului.

Pressactors: Statistici Evenimente

Toate statisticile din acest articol se referă la ultimele 30 de zile pentru R. Modova.

Cei mai populari furnizori de evenimente

Ordonarea se face după procent.

Web Site	Nr. stiri	Nr. evenimente	Procent, %
www.adevarul.ro	351	303	86
www.interlic.md	132	47	35
www.arena.md	456	121	26
elldor.info	364	84	23
www.tv7.md	672	144	21
www.jurnal.md	1010	210	20
www.timpul.md	958	187	19
www.prime.md	520	101	19
ru.interlic.md	189	36	19
unimedia.md	1041	190	18
www.newsmoldova.md	129	24	18
www.gov.md	66	12	18
www.zdg.md	251	41	16
www.hotnews.md	499	71	14
www.politik.md	387	57	14
www.voceabasarabiei.net	616	86	13
vesti.md	375	52	13
press.try.md	273	36	13
www.publika.md	2398	311	12
www.jurnaltv.md	1049	126	12
www.24h.md	2387	268	11
www.union.md	1311	140	10
www.europalibera.org	920	93	10
eco.md	315	33	10
www.stirilocale.md	163	17	10
politicom.moldova.org	55	6	10
apropomagazin.md	1462	144	9
social.moldova.org	24	2	8
www.noi.md	1248	93	7
www.protv.md	1004	75	7
aif.md	101	8	7
politik.md	27	2	7
www.flux.md	159	10	6
www.expresul.com	130	8	6
pan.md	102	7	6
economie.moldova.org	22	1	4
kp.ru	244	9	3
esp.md	88	3	3
omg.md	171	5	2
www.vedomosti.md	102	3	2
www.kommersant.md	34	1	2

Tabelul de mai arată pentru fiecare site de știri, numărul de știri citite de Pressactors, numărul de știri ce fac parte dintr-un eveniment și procentul.
Deci, în ultimele 30 zile sistemul a creat/depistat 584 evenimente, ceea ce înseamnă aproximativ 20 evenimente pe zi.

Timpul de creare a evenimentelor

Pentru a vedea în cât timp o știre publicată este depistată ca eveniment de către sistemul Pressactors, am luat un exemplu concret: unimedia.md ultimele 10 evenimente.

Titlu știre	Citire știre	Creare eveniment	Diferența
Proiectul Serviciului 112 în faza de definitivare	2012-02-03 07:48:33	2012-02-03 08:16:58	0:28:25
Perlă de la Voronin: Tkaciuk este ideologul partidului, dar "eminenţă cenuşie" ...	2012-02-03 06:48:32	2012-02-03 09:15:33	2:27:00
Angelina Jolie, însărcinată iar cu gemeni	2012-02-03 06:18:43	2012-02-03 10:13:55	3:55:12
La Kiev a fost semnat Acordul privind crearea Euroregiunii „Nistru”	2012-02-02 14:48:42	2012-02-02 16:14:47	1:26:04
Tragedia din Egipt: 74 de morți și sute de răniți la un meci de fotbal	2012-02-02 11:18:39	2012-02-02 22:12:22	10:53:43
Patriarhul Rusiei, de vorbă cu Lupu: Poporul Moldovei va trece peste problemele politice	2012-02-02 10:18:56	2012-02-02 16:17:52	5:58:55
FMI: Încă 77,5 milioane dolari vin spre Moldova	2012-02-02 09:48:50	2012-02-02 11:14:12	1:25:22
Ministrul de externe ungar: Recunoaștem meritele actualului guvern al RM	2012-02-02 09:19:01	2012-02-02 09:16:05	0:15:00
Candidatul socialist la președinția Franței, împroșcat cu făină	2012-02-02 08:19:03	2012-02-02 17:15:57	8:56:53
Procuratura rusă: Baghirov nu poate fi arestat pe teritoriul Federației Ruse	2012-02-01 16:49:08	2012-02-01 11:16:57	0:15:00

Formatul datei este UTC (-2 ore).

Observăm că unele evenimente au fost create înaintea publicării știrii pe unimedia.md, pentru acestea am pus timpul mediu 15 minute. Timpul variază destul de mult, de la câteva minute până la câteva ore.
Este un proces cât se poate de normal, dacă luăm în considerație că nu toate site-urile scriu știri pe un subiect în același timp. Mai important este calitatea rezultatelor. Se obțin evenimente reale din mii de știri.

Este important de știut că echipa noastră lucrează zilnic la îmbunătățirea sistemului și la lărgirea lui, atât pe surse de știri cât și pentru alte țări și limbi.

Propunerile și observațiile sunt foarte bine venite.

Pressactors: Plugin-ul Actorii din Știre

Din dorința de implica cât mai mulți oameni în procesul de votare a actorilor din presă în dependență de activitatea lor, am creat Plugin-ul Actorii din Știre. Acesta este pentru site-urile de știri(la moment 49).

Plugin-ul funcționează astfel: Depistează dacă pagina(știrea) analizată face parte dintr-un eveniment. În caz afirmativ inserează un element IFRAME în pagina gazdă cu actorii din acel eveniment.

Exemplu de plugin

În cazul în care știrea nu face parte dintr-un eveniment - este o știre ordinară - plugin-ul nu va insera nimic în pagina gazdă.
Un actor din știre poate fi: personalitate(Vlad Filat, etc.), instituție(SIS, Google, etc.) sau loc(Chișinău, Marea Neagră, etc.).

Pressactors depistează evenimentele după mai multe formule și comparații de evoluție a numărului de știri scrise despre un subiect/topic din întreaga presă online dintr-o țară și o limbă. Deci evenimentele se crează separat pentru fiecare țară și fiecare limbă. În Moldova se crează evenimente în română și rusă.
Depistarea unui eveniment poate dura de la 15 minute pană la câteva ore, în dependență de timpul în care fiecare sursă de știre publică o știre pentru un anumit subiect.

Configurare Plugin

Plugin-ul este compus din 2 elemente: scriptul javascript și un element html(de dorit un div) pentru inserarea conținutului(în cazul în care este unul).
Scriptul este încărcat în pagină în mod asincron, deci nu va afecta viteza de încărcare a paginii gazdă.

Parametrii Scriptului

Parametri Obligatorii
w	Lățime Plugin. Un element(actor) are 155 pixeli lățime. Deci, pentru o coloană se indică 160px, pentru două 310px, pentru 3: 465px., pentru 4: 620px. Înălțimea variază în dependență de numărul de actori din eveniment și lățime plugin. Se afișează maxim 18 actori. Un element are înălțimea de aproximativ 40 pixeli.
newsURL	Adresa URL a știrii analizate. Adresa trebuie să fie completă și unică(canonical). Exemple: /?mod=news&id=43952 - greșit, http://unimedia.md/?mod=news&id=43952 - corect.
ul	Limba Utilizatorului. Limba în care va fi afișat conținutul plugin-ului. Menționăm că indiferent de limba știri se pot utiliza trei limbi: ro, ru, en. Ceea ce înseamnă că dacă știrea citită de un vizitator este în limba rusă, dar limba utilizatorului este română, puteți indica limba română pentru afișarea actorilor din știre.
cn	Codul de două litere a țării. La moment se acceptă: md, ro, ru, us. Pentru site-urile din Moldova se va folosi md.
Parametri Obționali
uiid	Id-ul elementului HTML în care se va insera corpul plugin-ului. Prestabilit: pressactors_sa_uiid.
uicallback	Numele funcției javascript care va fi apelată când s-au găsit actori în știrea analizată. Prestabilit: pressactors_sa_uicallback. Această funcție poate fi de folos pentru a modifica dinamic conținutul paginii. Un exemplu: La o bună parte din știri plugin-ul nu va afișa nimic, deci am putea folosi funcția pentru afișarea titlului secțiunii doar atunci când sunt prezenți actori în știre.
outurlformat	Numele fiecărui actor este un link. Iniția acest link duce la pagina actorului de pe pressactors.com - exemplu: Marian Lupu. Folosiți acest parametru pentru a modifica link-ul. Link-ul poate avea 2 parametri: __topicname__ și __topicuniquename__. Se poate utiliza doar unul sau niciunul. Exemplu: http://unimedia.md/?mod=search&q=__topicname__ Acest format va înlocui parametrul __topicname__ cu numele actorului. Se va obține următorul link(penrtu Marian Lupu): http://unimedia.md/?mod=search&q=Marian%20Lupu - pagină care duce la căutarea de pe unimedia. __topicuniquename__ pentru Marian Lupu este marian-lupu. Acest parametru permite menținerea utilizatorilor pe pagina lor, excluzând orice legătură cu site-ul pressactors.com

Performanță
Scriptul plugin-ului folosește client cache 15 minute până la depistarea unui eveniment. Ceea ce înseamnă doar o cerere în 15 min. pentru fiecare vizitator către serverul pressactors.com. După depistarea evenimentului, client cache crește la câteva zile.


Sperăm ca administratorii site-urilor de știri să fie interesați în votarea actorilor din știri.
La moment lucrăm la vizualizarea datelor în forma unui grafic pentru fiecare actor din presă. Astfel se va putea vedea reacția/nota publicului pentru fiecare eveniment în parte și pentru fiecare actor din acel eveniment.

Pressactors.com - Acum și Video

Versiunea 1.2 Pressactors.com vine cu următoarele îmbunătățiri:

• O știre/eveniment poate conține și video;
• Modificări de design;
• Membrii pot adăuga știri.

Amintim că proiectul Pressactors.com vine în întâmpinarea celor care doresc să fie la curent cu știrile dar nu vor sau nu au prea mult timp pentru a citi o mulțime de știri în fiecare zi.

În acest sens, proiectul alege din mii de știri doar știrile importante, și formează o listă simplă de evenimente pentru fiecare zi.

Astfel siteul răspunde la întrebarea: Ce s-a întâmplat azi?

Versiunea 1.2

Noua versiune Pressactors.com

Azi am publicat versiunea 1.1 Pressactors.com.
În această versiune am introdus modificări de design și structură linkuri.
De asemenea, am facilitat comentarea știrilor pentru orice vizitator, nu doar pentru cei autentificați.

Versiunea 1.1

Versiunea 1.0

Utilizare plăcuta! Toate propunerile sunt bine venite...

Pressactors.com se dezvoltă

Azi am adăugat noi îmbunătățiri pe Pressactors.com - comentarii la evenimentele din presă.

În același timp, o mică publicitate aduce noi vizitatori, care participă la votarea actorilor din presă.

Amintesc că pressactors.com face următoarele lucruri:

• citește știrile din țara X(R. Moldova);
• caută subiectele(și actorii) din știri;
• din totalul de știri crează evenimente, în dependență de activitatea fiecărui subiect în parte;
• permite votarea actorilor din evenimente
• se abține un rating pentru fiecare actor din presă în dependență de ceea ce face(scrie presa) după părerea vizitatorilor.

PS: Vă invit să folosiți proiectul, ve-ți fi surprinși de comoditatea oferită în privința urmăririi știrilor. În prezent, proiectul funcționează pentru R. Moldova, România și SUA.

VEZI AICI ce scriu eu - presa moldavă!

O bună parte a presei moldovenești trece zilnic prin "chinul facerii" - și toate astea pentru un viitor mai luminos al... paginii lor web.
Un nou stil de țipăt este în vogă: să văd dacă vă prindeți:

• Cel mai bogat om din America este...VEZI AICI CINE! - 24h.md
• Teleradio-Moldova se va schimba RADICAL. Vezi AICI cum - hotnews.md
• Vezi aici cine sunt mai bogaţi copii din lume - GALERIE FOTO - 24h.md
• "Moldova este o tumoare maligna care nu recunoaste independenta Romaniei". VEZI cea mai proasta gluma despre Moldova - protv.md
• Rapper celebru, protagonistul unui film XXX! VEZI aici despre cine ESTE VORBA! - 24h.md
• Vezi AICI cum poţi avea un somn liniştit - apropomagazin.md
• Vezi AICI noile tarife de livrare a gazelor pentru consumatorii finali - hotnews.md
• Vezi aici programul vizitei Patriarhului Kiril la Chişinău - timpul.md
• etc., etc.

Cred că va-ți prins!

Mă întreb: nu cumva autorii "știrilor" respective(și a multor altora în fiecare zi) ne cred, pe noi cititorii, atât de tâmpiți?...

Culmea nesimțirii: au început să scrie AICI cu majuscule! Că vezi tu, numai AICI! la noi, băi fraiere, este ceea ce nu știai tu că te interesează!

PS: Respectivii autori(sau politici editoriale), mă fac să-mi fie rușine zilnic pentru conținutul presei moldovenești. Nu vă supărați că nu am pus linkuri spre știrile respective, nu are rost, sunt sute, mii.

Presa moldovenească - prea omogenă

Presa moldovenească păstrează un caracter omogen și o organizare de tip haită/turmă.
Asta am observat din evenimentele create de Pressactors:

• O mulțime de surse de știri copie conținutul unii de la alții.
• Un procent foarte mare din știri este de tip declarativ: cutare a declarat ceva, celalalt a replicat, etc., etc.
• Domeniul politic este cel mai agreat de către scriitorii de știri - chiar dacă nu spun nimic nou.

Eu nu aș avea mare treabă să-i critic pe jurnaliști, dacă proiectul meu nu ar crea evenimente doar din domeniul politic, social și economic din cauza lor!

Vă rog, domnilor jurnaliști, mai apucați de coarne și domenii ca Știință/Tehnologii, Cultură, Sport, Divertisment.

Cu această ocazie vreau să mulțumesc bloggerii ce scriu în domeniile Sport și Sci/Tech: Gizmo.md, Itmoldova.com, fotbalcu.gradinaru.md, radu.lisita.md și alții.

Pressactors.com - Votează actorii din presă!

Noul proiect Pressactors.com și-a început activitatea pentru R. Moldova - un nou proiect de știri, dar mai inteligent!
Proiectul oferă:

• Proiectul oferă în locul unei liste imense de știri, o listă de evenimente pentru fiecare zi.
• La fiecare eveniment, este o listă de Actori care pot fi votați. Fiecare Actor obține astfel un rating în dependență de votul din evenimente.
• Posibilitatea de a adăuga știri.

Un exemplu de eveniment:

Vă invit să votăm Actorii din știrile moldovenești în dependență de activitatea lor!

Top20.md - Blog: Statistici noi: În timp real, Rețele de socializar...

Top20.md - Blog: Statistici noi: În timp real, Rețele de socializar...: "Recent am adăugat 3 statistici noi: În timp real Permite vizualizarea stării curente a site-ului: din 5 în 5 sec. afișări, vizite, pagini..."

Top20.md - Blog: Noua versiune Top20.md

Top20.md - Blog: Noua versiune Top20.md: "Azi am lansat versiunea 2.0 Top20.md. Aceasta are următoarele obiective: Să ofere un catalog web simplu și calitativ; Să ofere cel mai bu..."

Top20.md - Blog: Pe 1 iulie lansăm noua versiune Top20.md

Top20.md - Blog: Pe 1 iulie lansăm noua versiune Top20.md: "Noua versiune Top20.md va fi lansată vineri, 1 iulie. Sistem de statistici va fi net superior celui existent azi pe top20.md, trafic.ro, etc..."

Top20.md - Blog: OurnetAnalytics - Performanțe

Top20.md - Blog: OurnetAnalytics - Performanțe: "Sistem de statistici care va funcționa pe noua versiune top20.md - OurnetAnalytics - promite a fi foarte performant. În ultimele 2 săptămân..."

Despre Eualeg.md

Azi am lansat un proiect simplu: eualeg.md
Vreau să fac pe eualeg.md ceea ce face rating.md, dar cu gust...

PS: Mă mai recreez puțin de Top20.md - Eualeg.md l-am inceput ieri si azi e gata(...)!

Blogul Top20.md

Am creat un blog rezervat sitului Top20.md : blog.top20.md.
Recent am început lucrul la noua versiune și voi avea ce scrie acolo.

Start lucru asupra noului Top20.md

De câteva zile am început să lucrez(analiză) la noua versiune Top20.md

Ne interesează ce ar dori proprietarii de site-uri să ofere noul top20.md în materie de statistică și catalog.

Câteva obiective ale noului sistem:

• Statistici în timp real;
• Performanță;
• Statistici complete(...);
• Integrare(Wordpress, etc.)

Ce ar mai fi bine venit?

OurnetNews și ClickNews update: v1.0

Recent am adus noi modificări la proiectul știri de pe Ournet.ro și Click.md.

Scopul modificărilor a fost de a putea vedea pe o singură pagină toate evenimentele importante din ultimele 24 ore din România, respectiv R. Moldova.

Proiectul este orientat pe Subiecte - astfel încât urmărirea fluxului mare de știri devine mult mai intuitivă și simplă.

Baza de date de subiecte este în permanență îmbunătățire.

În imaginea alăturată am însemnat reprezentarea în știri a top 3 subiecte din ultimile 24 ore.