CUbRIK es un marco para el desarrollo de aplicaciones basadas en búsquedas.
El procesamiento de búsqueda multimedia realizado en CUbRIK (a través del análisis de contenido de consulta y el procesamiento de comentarios de relevancia) se beneficia de:
– Metadatos de alto nivel recopilados del crowdsourcing y como subproducto de jugar desde juegos con un propósito
– Técnicas para web social y análisis de actividad comunitaria y evaluación de confianza
– Una biblioteca de componentes y algoritmos de procesamiento de contenido nuevos y existentes certificados e integrados en la plataforma
– Un modelo de datos de referencia para la estructura lógica de datos a procesar, entidades y relaciones, configuración de los componentes en el sistema, modelo de información para proveedores de contenido, propietarios de contenido, usuarios y desarrolladores de aplicaciones basadas en búsqueda
– Conciencia de tiempo y espacio basada en entidades, respaldada por una base de conocimiento de entidades espacio-temporales (ubicaciones, eventos, tendencias) correlacionada con asociaciones semánticas ricas.
CUbRIK trabaja para mejorar la calidad de la experiencia de búsqueda al aumentar la precisión y la relevancia de los resultados cuando la inteligencia de la máquina falla o no puede eliminar la incertidumbre. El enfoque no es emular, sino más bien incorporar capacidades humanas y sociales desde la extracción de características hasta la búsqueda y validación de contenido multimedia: porque nosotros, los humanos, todavía tenemos mucho que enseñar a las máquinas sobre la comprensión semántica del contenido multimedia.
Las aplicaciones basadas en búsqueda CUbRIK pueden mezclar computación basada en Croww, base GWAP y máquina pura gracias a tuberías que describen el flujo de trabajo programable de tareas asignadas a ejecutores (por ejemplo, componentes de software para análisis de datos, indexación de metadatos, motores de búsqueda, presentación de resultados, u otros) y capaz de combinar diferentes tipos de inteligencia, de acuerdo con los requisitos específicos de la aplicación
CUbRIK demostrará la viabilidad de su enfoque y los beneficios de la integración del cálculo de máquinas, humanos y redes sociales para la búsqueda multimedia al mostrar demostradores y aplicaciones verticales.
Los demostradores demuestran una mayor precisión en la búsqueda multimedia realizada de la manera CUbRIK
Las aplicaciones verticales ejemplifican casos de uso seleccionados donde el procesamiento basado en máquinas se combina con inteligencia humana y social.
Los desarrollos de prototipos se explotan Moda y Humanidades Digitales.
El principio inspirador de CUbRIK es crear una versión de “caja blanca” de un contenido multimedia y un sistema de procesamiento de consultas.
Las funcionalidades del procesamiento de consultas, análisis de contenido y procesamiento de realimentación de relevancia están desglosadas en un conjunto de orquestaciones de procesamiento de búsqueda (denominadas Pipelinesable para mezclar componentes de código abierto y de terceros, para crear algoritmos y para agregar trabajos de cálculo automático (flujo de trabajo automático o SMILA) Flujo de trabajo) y Tareas de Computación Humana (habilitado para Multitudes o habilitado para GWAP).
Los metadatos se extraen de las colecciones de medios, utilizando la combinación de software que mejor se adapta a las necesidades, y se pueden incluir componentes específicos para procesar consultas multimodales o para analizar los comentarios de los usuarios de maneras novedosas.
La arquitectura es un ejemplo de diseño diferencial: basado en un marco subyacente SMILA, modificado para admitir flujos de trabajo programables y ejecución de tareas asíncronas, ya que es necesario para mezclar operaciones automáticas (trabajos) y actividades humanas (tareas) encadenadas en una secuencia. CUbRIK hereda y amplía las capacidades de SMILA de fácil integración de conectores de fuentes de datos, motores de búsqueda, sofisticados métodos de análisis y otros componentes al obtener escalabilidad y confiabilidad listas para usar.
