Projekti në tërësi është i ndarë në këto module:
1. Grumbullimi i informacionit dhe kërkimi
Përshkrim
Informacioni i grumbulluar në InfoArkiv është i mbledhur nga disa agjentë informacionit {Quareo Bot}. Agjentët janë të programuar të lundrojnë cdo ditë në secilën nga faqet web ku merret informacioni. Për cdo faqe të lundruar, agjenti ka një informacion specifik i cili e ndihmon në përzgjedhjen e informacionit të saktë për t’u tërhequr.
Informacioni i mbledhur përmban tekst, imazhe dhe video.
Për të lehtësuar gjetjen e informacionit në një bazë të gjerë të dhënash, në sistem janë përfshirë dhe 2 module kërkimi. Moduli i parë i kërkimit bën një kërkim të thjeshtë në arkivë, ndërsa kërkimi i dytë (kërkimi i përparuar), mundëson përcaktimin e disa kushteve që lehtësojnë përcaktimin e informacionit të dëshiruar.
Rrezultatet
Rrezultat i këtij procesi është pasurimi i faqes me informacion. Aktualisht informacioni ka kaluar 150 000 artikuj (të dhëna Dhjetor 2008) dhe cdo ditë shtohen më shumë se 400 artikuj të rinj dhe unikë
Sistemi ynë kontribuon me informacion në domainin www.search.al për servirjen me informacion.
Fjalëkyçe
Rrobotë, agjentë kërkimi, makinë kërkimi, mediat shqiptare, grumbullim, semantic web
2. Klasifikimi i informacionit
Përshkrim
Informacioni i mbledhur nga agjentët e kërkimit, shërbehet tek vizitorët në bazë:
- kategorie informacioni
- media nga ku buron informacioni
- datë informacioni
Ky kategorizim klasik i lajmit nuk bën një lidhje të lajmit me lajme të njëjtë që i përkasin të njëjtës temë, që lidhen me të njëjtën dukuri apo individ.
Për të krijuar familje lajmesh që i përkasin të njëjtës temë (lidhen nga një individ apo dukuri), në projektin tonë do të programohen agjentë të tjerë autonom të cilët do te merren pikërisht me kategorizimin e lajmeve në familje.
Programimi i këtij seksioni do të bëhet në bazë të procesimit të gjuhës naturale (NLP – Natural Language Processing). Për cdo lajm do të bëhet një analize gjuhësore duke vecuar emrat dhe foljet . Ndajfoljet, lidhëzat e të tjera kategorizime gjuhësore do të përjashtohen si jombajtëse informacioni. (Në një situatë perfekte, edhe ndajfoljet dhe lidhëzat do të përmbanin informacion, por jo në një sistem inteligjence artificiale).
Rrezultatet
Bazuar mbi trajtat e lakimit të emrave dhe zgjedhimit të foljeve, sistemi do të ndërmarrë grumbullim të lajmeve duke ofruar Lajme të ngjashme.
Një para hap për zhvillimin e këtij sistemi është krijimi i një fjalori. Fjalori do të përmbajë zgjedhim/lakimin/trajtat e termave të fjalorit. Në bashkëpunim me komunitetin në internet, pritet që ky fjalor të zgjerohet në kuptim dhe përshkrim të termave të tij.
Fjalëkyçe
terma, kategorizim informacioni, fjalor, gjuhësi
3. Integrimi i një sistemi përdoruesish
Përshkrim
Një sistem përdoruesish do të integrohen në Infoarkiv. Ky sistem do të mundësojë krijimin e një komuniteti rreth informacionit të publikuar. Përdoruesit do të kontribuojnë me fakte, komente e vlerësime rreth lajmeve të publikuar. Ndërsa sistemi do të mundësojë disa lehtësi për përdoruesit si ruajtje e lajmeve interesante (bookmarks).
Rrezultatet
Sistemi i integrimit të përdoruesve do të ndihmojë vizitorët në përcaktimin e lajmeve interesante si dhe ruajtjen e lajmeve interesante.
Fjalëkyçe
profile, përdorues, komunitet, bookmarks.
4. Implementimi i një strukture inteligjente për servirjen e lajmeve
Përshkrim
Ky sistem do te mbështetet mbi modulin e përdoruesve të infoarkivës. Duke u bazuar mbi profilin/interesat e përdoruesve dhe vizitat që ata bëjnë mbi lajme të ndryshme, sistemi do të grumbullojë të dhëna statistikore. Këto të dhëna, të analizuara nga një sistem inteligjent informacioni do të përzgjedhin informacionin që do i sugjerohet cdo përdoruesi të projektit.
Rrezultatet
Sistemi do të servirë lajmet sipas profilit të përdoruesve në web dhe në desktop. Veprimet që përdoruesi do të ketë me sistemin, do të përcaktojnë lajmet që do te serviren në të ardhmen në vazhdimësi.
Fjalëkyçe
Inteligjence artificiale, user behaviour, përdorues, komunitet, bookmarks.