Dopo un anno di beta-test, Google ha rilasciato il nuovo servizio Dataset Search, uno strumento che consente di trovare i dataset necessari per condurre le proprie ricerche sul machine learning.
Finora quello che faceva chiunque avesse bisogno di acquisire un dataset (nell’impossibilità di crearne uno proprio) era usare comunque il proprio motore di ricerca preferito e cercare i dataset necessari ai propri progetti. Basta provare a cercare ad esempio “dataset chairs” nella tradizionale maschera di ricerca di Google per ottenere svariati risultati pronti all’uso. Da lì in poi era compito del ricercatore capire se il dataset fosse in un formato utile, quali diritti avesse per utilizzarlo, ecc.
Con Dataset Search, che indicizza quasi 25 milioni di dataset, invece è possibile filtrare i risultati in base ai formati desiderati (ad es. tabelle, immagini, testo), a quanto siano attuali i dati e ai diritti di utilizzo (ad es. commerciale o non commerciale), dando la possibilità a chi rilascia i dataset di renderli rivelabili utilizzando lo standard aperto schema.org.
Ovviamente questa nuova funzione di ricerca offre a Google informazioni sulle principali discipline per le quali si cercano dataset, che sono le geoscienze, la biologia e l’agricoltura, e ovviamente quali sono i termini di ricerca utilizzati più spesso.
Per approfondire: Discovering millions of datasets on the web
