Att söka efter alla doi med el Google på Los Internet

2014-02-14

El Google, Los Internet, är fascinerande men möjligen mindre spansk i de yttrycksfulla efectos especiales som väldigt förenklad ("enkel" ska ju vara bra hellre än att kalla den ett simpleton för att inte levererat värdet jag önskande men i sanning att man mer än att söka görande mycket arbete själv vill att vad man efterfrågas ska levereras att jämföra med vad noterat närmare sist) i tankarna.


Ett antal hundra GB fanns i indirekta "backup" från att ha utnyttjat ledigt utrymme över diskarna men huvudsakligen i "uniform" riktad sampling medan större kompletta över allt av viktiga områden som forskning saknar mycket. Försökande spara någon vecka där utilisierar - d.v.s. försöker etablera ett värde genom att spara tid - jag Google för att hitta en enkel lösning. Initialt bruakr jag av och till pröva att lägga till en motivering vid sidan mer konkretiserad indikation vad jag söker eller en emotionell tycke och huvudsakligen för att se om något ändrats kring hantering av sådant. Här med "all doi" d.v.s. om det förstår och samtidigt prioriterar i så fall atr resonera mening.



Vi ser att den föreslår al doi. Det tyckte jag var intressant. Och vi prövar lite för att se hur det tänker här. Rörande varianterna av define gäller att jag inte minns att jag någonsin läst instruktioner för hur man egentligen ska göra. Möjligen kanske någon fnutt-preferens rent allmänt finns.



Enkel-fnutt:



Tom fnutt-ngram:



Vi kan tänka oss ett fåtal triviala förklaringar. Antingen som testat ovan finns någon hård tolkning bedömd eller mätt som vanlig. Vidare kan ett allmänt statistiskt samband finnas där al känns troligare i ett bredare kontext (ex. över en kortare webbsida). Och vi kan ha ett statistiskt samband som bedöms mycket lokaliserat ex. givet att vi ser doi var al troligare än all som föregående ord. Men även om av och till att Google känns road av det sita sedan säg ett par år i sökrutan behöver det ju inte hindra en kontextuell tolkning.


Nedan har vi hur som helst dess tolkning av den troligaste (i särklass antagligen givet alternativ obefintliga) av al:



Doi ger den ej definition av men förstår att ranka doi.org. Det ska inte förvåna oss. Definitionerna tycks vara vad de regelmässigt inte skapar från statistisk modeller använda i övrigt besläktade ex. sökresultat utan vad de hämtar in från andra entiteter (en kanske inte dum lösning hindrande multipla-fel-resonemang och utnyttjande arbete andra redan gör).


Men vad är förklaringen? Är Al Doi verkligen vanligare än all doi i kontext alt. allmänt? Och är antalet sökningar stora nog för att fånga upp dom här kombinationerna trovärdiga från det? Eller bedöms det av text-förekomst?


Eller är det att det finns named entities i form av väldefinierade enkla ofta förekommande typer som orter, personnamn, händelser som inträffat historiskt och företag som är styrande. Jag noterade nedan vad som möjligen är ett personnamn via en social-media-sajt och såg ytligt i ett av sökresultaten ovan vad som kan ha varit en händelse under WII.



Intressnat kanske även om fenomenet i sig kan vara något som jag tycker stör av och till. Något besläktat problemet möjligen förekommande (jag är inte säker på riktigt hur länge jag upplevt det förekomma och har inte betraktat det seriöst) är att Google eventuellt spindlar upp eller förbereder resultat-mängder från vad man sökt runt och det misslyckats på bedömt från upprepade försök. Jag upplevde mig notera det nyligen sökande efter AOL query loggarna AOL publicerade fritt för flera år sedan men givet informationsläckage (ej filtrerande möjlighet att ex. indifiera vilka som sökt indirekt från kontext i sökord) gjort insatser för att göra mindre märkbart på nätet. Sökresultat var gamla sajter, mer egna försök att söka riktat som div. itnernet archives gav mest stora mängder av annat data AOL donerat till dem i enorma mängder. Senare sökning förde mig vid kanske tredje eller fjärde förösket till mer funktionell sajt direkt.


Resultatet av att ha väldigt stor budget redan investerad i hårdvara och funktionella mjukvarusystem för sådant här. Och gissar jag över tiden även om kanske enklare än mycket annat rent teoretiskt bland det mer effektiva faktiskt fungerande för att hålla kvar även mer krävande användare sökmotorn. Det sparar ju spekulerar jag (jag har inte dom här enorma mängderna hårdvara och är därför inte riktigt van att bedöma vad som kostar mer eller mindre där) från att hålla en större mängd modeller över både data och användare.


Notation parametriserande sökningen ska heller för samma grupp underskattas. Microsoft Academic Search noterade jag (sökande på en Google medarbetare Thomas Steiner, Tyskland - och tyskarna vet vi ju är kulturellt bitingande till att prestera väl när det ska mätas oavsett mikrometer som oftare förr eller som här på nätet eller aktuellt i EU-politiken cross-country-ECO-accounting - som publicerat Bots vs. Wikipedians, Anons vs. Logged-Ins med resultaten ofta uppdaterande via wikipedia-edits.herokuapp.com) var självklarande kring enkel notation för att angive tiden efter ett besök i gränssnittet för det: >=2014.