Kľúčové slová v kontexte webového vyhľadávania
Pri vyhľadávaní informácii sa spočiatku webové prehliadače zameriavali hlavne na meta informácie
v hlavičke HTML dokumentov. Slúžili k tomu hlavne meta elementy pre názov stánky, kľúčové slová
a popis. Táto metóda sa však ukázala nespoľahlivá. Stačilo si do spomenutých objektov slová, pre
ktoré chcela webová stránka dosahovať dobre výsledky a takto sa dali výsledok hľadania
zmanipulovať. Aj z toho dôvodu od tejto metódy takmer všetky majoritné vyhľadávače odstúpili
a prešli na metódy strojového učenia, ktoré sú schopné poskytnúť dostatočne presné výsledky.
Význam kľúčových slov sa tak presunul skôr na symbolickú úroveň, avšak nejaké (aj keď
slabé) opodstatnenie si ešte zanechali. V súčasnosti sa využívajú v takmer všetkých vedeckých
prácach a článkoch a niektorých biznis plátkoch (na vyhľadávanie podobných záverečných prác
využíva kľúčové slová napr. aj informačný systém MU, ale výsledky sú nepostačujúce).
Moja myšlienka je, že pokiaľ sa KW zvolia vhodne, môžu priniesť spresnenie vyhľadávacieho
procesu. Preto som začal pátrať po metodike extrahovania kľúčových slov z textu pomocou
algoritmov a narazil som na oblasť extrahovania informácii (Information Extraction) nazvanú
extrahovanie kľúčových slov (Key words minig). Informácie v týchto odsekoch čerpám zo zdrojov *1+,
[2] a [3]. Každý z nich sa venuje inej metodike a všetky vykázali slušné výsledky. Najviac ma zaujala
metóda extrahovania pomocou quad-gramov, čo je v podstate N-gram o dĺžke 4. Zaujímavý je aj fakt,
že kľúčové slová boli úspešne vytiahnuté v rôznych doménach (napr. biologické dáta, hovorová reč).
Zdroje:
[1] Ingrid Renz, Andrea Ficzay, Holger Hitzler: Keyword Extraction for Text Characterization.
[online] http://subs.emis.de/LNI/Proceedings/Proceedings29/GI-Proceedings.29-19.pdf
[2] Ying Liua, Martin Brandona, Shamkant Navathea, Ray Dingledinec, Brian J. Ciliax: Text Mining
Functional Keywords Associated with Genes. 2004. [online]
http://www.cc.gatech.edu/classes/AY2005/cs4440_fall/4266Liu.pdf
[3] Josh Froelich, Sergei Ananyan, David L. Olson: The Use of Text Mining to Analyze Public
Input. [online] http://www.textminingnews.com/whitepapers/Megaputer%20-
%20Text%20Mining%20for%20analyzing%20public%20input.pdf