Представьте, вы наняли ассистента, который анализирует/подготавливает для вас информацию. Вы просите его:
- расскажи вкратце что происходит в мире
- а теперь подробнее про рынок ИТ технологий
- дай резюме по моим непрочитанным rss лентам
- краткое содержание "Война и мир" на 10 минут. А если на 15? А если сцены сражений детальнее?
- бриф по запросу на Гугл
а теперь давайте его автоматизируем. Получим инструмент, позволяющий агрегировать любой источник информации, и выдать результат с заданной степень детальности.
Алгоритм:
1. Подготовка:
- получить источник
- закачать тексты
- прочитать с пониманием
- построить модель
2. Использование
- получить стартовую степень детализации
- построить поток
- отрабатывать zoom-in/zoom-out меняя детализацию (хороший аналог - Google Earth)
А если говорить что модель строится не обособленная, а в рамках некоторой общей базы знаний, то можно сделать переходы от текущего потока. Например, встретился незнакомый термин, нажатием вписываем объяснение данного термина в текущий контекст. Пример, из математики:
читаем формулу x2+y2=z2. При этом [y] нам не понятен. Подтягиваем из базы знаний что y=a*b*c, при условии что a,b,c разрешаются в рамках текущего контекста.
Едем дальше - получаем что есть некоторая база знаний, и есть интерфейс по работе с ней, с возможностями:
1. Воспроизведения с заданной детализацией
2. Онлайн зумирования (абстрагирования, изменения детализации) в процессе чтения
3. Разрешения отдельных термов в рамках текущего контекста
4. Ассоциативного перехода - смены контекста для текущего термина
Архитектура системы:
1. База знаний - информация в специальном формате
2. Писатель - непрерывно сканирует веб, строит базу знаний
3. Читатель - интерфейс к базе знаний с перечисленными возможностями
Что нам дает - получаем подготовленные (переваренные) легкоусвояемые знания, возможность сосредоточится на нужном и пробежаться по ненужному.
Как вам такой семантический веб 3.0?