Well, I have to write something… I’ve already surpassed the date when my review of Manning’s “Taming Text” (book by Grant Ingersoll and Thomas Morton) should be delivered, so lets try… Book is still under heavy development and at the moment of writing this, only four chapters (out of nine) are available. But “Taming Text” in its present shape is already attractive and contains a few juicy pieces for example a chapter dedicated to identification of people, places and things.

Among other things, one can find:

• a description of basic concepts necessary to understand how to process information written in natural language,
• information about problems associated with creation of effective full-text search engines,
• issues associated with using keywords to tag content,
• clustering text (this seems to be quite hot topic – it was also mentioned in “Algorithms of intelligent web”).

Authors emphasize that this book should deliver practical hints which would allow readers to develop their own applications. Final chapter will provide an complete example incorporating all features described in
the book. This is nothing new comparing to other books (like mentioned “Algorithms of intelligent web”) but I guess this is a praiseworthy kind of plagiarism . What’s also worth to mention, all examples are written in Java, using widely known OpenSource libraries like Lucene, Solr, OpenNLP. Both authors are active FLOSS Java programmers, Grant Ingersoll is a Lucene commiter, Thomas Morton is a lead developer and maintainer of OpenNLP project – so all information provided in this book comes straight from the source (code).

In domain of Natural Language Processing, computers are still far from real intelligence if you ever wonder what modern NLP can offer to ordinary programmer you may be interested in reading “Taming Text”. Book will be available in the beginning of 2010 so we have to be patient or try to get a draft from MEAP .

Chapters from two to six have similar structure, starting with some theory necessary to understand presented concepts, then some clear examples presenting real word usage. Examples are extended with some additional more advanced features but everything is still perfectly understandable. Readers would learn how to adopt existing APIs (eg. digg.com), how to aggregate and transform content in order to create innovative mashups. After practical part, readers will find some notions about usage of presented solution in production. Authors describes common mistakes which leads to dead ends during implementation of modern intelligent web applications and this is definitely one of the biggest advantages of this book. What is also worth to mention, Marmanis and Babenko emphasize the role of quality of results and show general ways in which one can evaluate obtained outcome. At the end of each chapter readers can find TODOs, a section with tasks that maybe done in order to utilize presented solutions better.

All examples are delivered in BeansShell and Java. Nowadays, in the age of frameworks like Grails or Ruby on Rails the choice of BeanShell is quite unexpected. Examples in JRuby or Groovy could simplify adoption of presented solutions in real life web applications. But this is a minor thing, BeanShell is very similar to Java, so none Java developer should have problems with understanding examples. In MEAP-copy of book which I have evaluated there was also no information about how to run presented examples nor that knowledge about Java or BeanShell are required. I hope that would be improved in final release of book (from that what I’ve read in answer to my feedback those issues were addressed in final version). Authors presents quite a few open source libraries which can be easily use not only during creation of intelligent web applications but also in everyday work of Java developer.

What’s missing? I would love to read more about OpenSocial API which is only mentioned in first chapter of the book. Another thing that is missing are some references to so called Web 3.0, I’m constantly looking for a comprehensive overview of semantic web applications (eg. OpenCalais, Hakia). Creating a small semantic enabled application would definitely be a plus.

„Algorithms of the intelligent web” is definitely worth to recommend to all developers who want to gain knowledge about some useful Information retrieval and Machine learning techniques. Those techniques are presented in a very clear and understandable way. Book contains universal methods and algorithms, knowledge like this does not get old so fast (like for example web frameworks). I would definitely come back and read this book again.

John Battelle jest dziennikarzem który sprawami związanymi technologią i internetem zajmuję się od bardzo, bardzo dawna. Współtworzył Wired magazine oraz The Industry Standard, jest też jednym z ludzi którzy przyczynili się do sformułowania założeń Web 2.0. Przypuszczam, że tak jak i Web 2.0 tak i Battelle jest postacią która może budzić kontrowersje, nie można mu jednak odmówić tego, że paru ważnych ludzi zna, i przy paru dziejowych wydarzeniach był obecny.

W książce między innymi o :

• jak wyglądało wyszukiwanie informacji w sieci jeszcze przed tym jak Berners-Lee wymyślił WWW,
• opisuje ewolucję usług związanych z wyszukiwaniem w sieci WWW, począwszy od AltaVisty, przez Yahoo, GoTo.com aż do Google,
• jak kolejne firmy powstawały i ginęły, jak zmieniał się pogląd na wyszukiwanie i jak wraz z rozwojem Internetu zmieniały się metody i algorytmy,
• co robią doktoranci Stanford University gdy im się nudzi
• rozbudowanej sieci powiązań między największymi koncernami takimi jak Yahoo czy Google,
• ile zbiegów okoliczoności musiało zajść aby doszło do powstania Google w takim kształcie jaki znamy dzisiaj,
• z czego właściwie Google żyje?
• o tym, że Google to firma bardzo niesforna (i to nie zawsze w pozytywnym znaczeniu),
• jak wyszukiwanie zmienia nasze życie i kulturę,
• personalizacji wyszukiwania i wykorzystywaniu informacji dotyczących historii działań użytkowników,
• globalnej integracji wszystkiego ze wszystkim i powstałym dzięki temu globalnemu marketingowi,
• ciut o wyszukiwaniu korporacyjnym i o specjalizowanych, tematycznych wyszukiwarkach,
• Google w Chinach,
• o niewykorzystanym potencjale wyszukiwania, drogach rozwoju i przyszłości kryjącej wiele zagrożeń.

Wszystko napisane w bardzo przyjemny sposób, anegdota za anegdotą, przykład za przykładem – książka w przystępny sposób wyjaśnia kwestie które dla laika mogą nie być zrozumiałe. Z drugiej strony osoba która wie nieco więcej też nie będzie się nudzić (anegdoty, anegdoty). Największą wadą tej książki jest zdecydowanie jej cena, dostałem ją pod choinkę, więc wiem tylko, że św. Mikołaj narzekał trochę . Czym jest to spowodowane? PWN, twarda oprawa? mogę tylko zgadywać..

Książka została pierwszy raz wydana we wrześniu 2005, to sporo czasu w tak gorącej branży. Mój egzemplarz to już drugie wydanie, opatrzone posłowiem autora, dodatkowo można zajrzeć na SearchBlog, który autor założył, aby sprostać ogromnemu zainteresowaniu tematyką.

JB opisuje naprawdę fajne rzeczy, czytając tą książkę rodzi się wiele pomysłów, ale też wiele pytań. Jak duża może być Duża Firma? Wszystkie wielkie imperia prędzej czy później upadały, co będzie gdy updanie G.? JB piszę o możliwych zastosowaniach, o tym jak wyszukiwanie może nam ułatwić życie, ale ciekawe jest również jakie zagrożenia wynikną z nowych możliwości? Idąc do przodu nie można się zbyt często oglądać wstecz, dlatego nie wydaje się, żeby ktokolwiek zawieszał potencjalnie zyskowną działalność tylko dlatego, że pewnej grupie osób może to zaszkodzić. Niezłym przykładem są Chiny, wszyscy potępiają komunizm i praktyki łamania praw człowieka, ale żaden koncern nie oprze się pokusie taniej siły roboczej. G. uruchamiając siedzibę i wyszukiwarkę w Chinach zgodziło się na warunki chińskiego rządu i jak to się ma do dewizy firmy? O Chinach sporo jest w książce (kolejny powód dla którego warto ją przeczytać).

W październiku ukazała się wersja 1.1 autorzy obiecują, że wiele spośród błędów które pojawiły się w oryginale zostało poprawionych, zdanie nt. tej książki ludzie mają różne. Na pierwszy rzut oka książka bardzo przypomina to co można znaleźć na stronach maven.apache.org, zobaczymy co będzie przy bliższym poznaniu. Można ssać stąd.