en

(en mi experiencia personal)

1995

2000

2002

2003

2004

HTML PHP

#!/usr/bin/perlprint "Hello world!\n";

This was definitely a challenging contest. I've never written a Perl program before that didn't

have hundreds of qw( $ @ % & * | ? / \ ! # ~ ) symbols. I really had to summon all of my

programming skills to produce an unobfuscated program

Edwin Fuller, ganador del Unobfuscated Perl Code Contest

2005

Dell PowerEdge 1800 con procesador Xeon dual @ 3GHz y 8GB de RAM

corriendo Debian

NewsCodesNewsCodes NewsMLNewsML

NITFNITF

IPTCIPTC

¿quién?¿qué?

¿cuándo?

¿dónde?¿por qué?

taxonomías

representaciones alternativas y

encapsulamiento

HTML XHTML NITF

PloneArticlePloneArticleATPhotoATPhotoHaystackHaystackCompositePackCompositePack Faltan nada más unos tipos

de contenido

Creación automática de resúmenes

LiveSearchSindicación de contenido

Clasificación de noticias

data.fs

squid cache

zope front end

server

apache httpd

internet

redacción en línea

php

auxiliares

data.fs

squid cache

zope front end

server

apache httpd

internet

redacción en línea

php

auxiliares

data.fs

squid cache

zeo storage server

apache httpd

zope 4 front end

server

pound load

balancerinternet

redacción en línea

zope 1 front end

server

zope 2 front end

server

zope 3 front end

server

<zodb_db main>  cache-size 30000  <zeoclient>  ...  </zeoclient>  mount-point /</zodb_db>

zope.cfg

¿Dónde está Carlos de la Guardia?

Sun Fire X2100 M2 con procesador Opteron @ 2.2GHz y 4GB de RAM

corriendo Debian y OpenVZ

data.fs

squid cache

zeo storage server

apache httpd

zope 4 front end

server

pound load

balancerinternet

redacción en línea

zope 1 front end

server

zope 2 front end

server

zope 3 front end

server

data.fs

squid cache

pound load

balancer

zeo storage server

apache httpd

zope 4 front end

server

zope 4 front end

server

pound load

balancerinternet

zope 1 front end

server

zope 2 front end

server

zope 3 front end

server

zope 2 front end

server

zope 1 front end

server

zope 3 front end

server

redacción en línea

News News ItemItemNITFNITF

¿?

Subject = nitf/head/docdata/key-listContributors = nitf/body/body.end/taglineCreation Date = nitf/head/docdata/date.issueLast Modified Date = nitf/head/revision-historyEffective Date = nitf/head/docdata/date.releaseExpiration Date = nitf/head/docdata/date.expireLanguage = nitf/body/@xml:langRights = nitf/head/docdata/doc.copyright

Property = nitf/head/tobject/tobject.property/@tobject.property.typeSection = nitf/head/pubdata/@position.sectionUrgency = nitf/head/docdata/urgency/@ed-urgByline = nitf/body/body.head/byline

[buildout]parts = … svnproducts

[svnproducts]recipe = infrae.subversionurls = https://svn.plone.org/svn/collective/nitf4plone/trunk nitf4plone

[instance]eggs = … archetypes.schemaextender

zcml = archetypes.schemaextender

products = … ${svnproducts:location}

buildout.cfg

context: Italian sculptors and painters of the renaissance favored the Virgin Mary for inspiration.

query: madonna

Clasificación automática de textos usando Yahoo! Term Extraction

<ResultSet xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="urn:yahoo:cate" xsi:schemaLocation="urn:yahoo:cate http://search.yahooapis.com/ContentAnalysisService/V1/TermExtractionResponse.xsd"> <Result>italian sculptors</Result> <Result>virgin mary</Result> <Result>painters</Result> <Result>renaissance</Result> <Result>inspiration</Result> </ResultSet>

InglésFlesch-Kincaid Grade Level = (0.39 * ASL) + (11.8 * ASW) -15.59Flesch Reading Ease = 206.835 - (84.6 * ASW) - (1.015 * ASL)

ASW: Número promedio de sílabas por palabra (en un segmento de texto de 100 palabras)ASL: Longitud promedio de frase (número de palabras por frase)

La calificación de Flesch-Kincaid Grade Level traduce a un grado numérico, por ejemplo, una calificación de 6.8 equivale a un nivel de lectura del sexto grado en los EEUU.

Calificaciones de Flesch Reading Ease varían entre 0 y 100, con 0 como lo más difícil y 100 como lo menos difícil para leer. Una calificación menos de 30 se considera muy difícil, mientras una calificación de 70 se considera apropiada para lectores adultos.

EspañolHuerta Reading Ease = 206.84 - (0.60 * P) - (1.02 * F)

P: Número de sílabas por 100 palabras.F: Número de frases por 100 palabras.

Calificaciones de Huerta Reading Ease varían entre 0 y 100, con 0 como lo más difícil y 100 como lo menos difícil para leer. Una calificación menos de 30 se considera muy difícil, mientras una calificación de 70 se considera apropiada para lectores adultos.

Cálculo de los índices de lecturabilidad