Evaluación de herramientas de extracción automática de conceptos dentro de un ambiente de biblioteca digital

El rápido avance de la tecnología ha originado la proliferación de fuentes de información digital. Esta evolución informática ha provocado la creación de bibliotecas digitales que han ido convirtiendose poco a poco en un gran pilar para la difusión del conocimiento. Sin embargo, la información contenida en las bibliotecas digitales aún no está descrita totalmente y su explotación es aún insuficiente. Recientemente, se ha comprobado que la descripción de la información usando “metadatos” puede ser primordial para el mejoramiento de la consulta de la información dentro de una biblioteca digital. Nuestro enfoque está basado en la creación e introducción de nuevos “metadatos” capaces de describir, en nuestro caso, las tesis doctorales de una biblioteca digital. Estos “metadatos” corresponden a los conceptos más importantes de cada una de las tesis. Actualmente, la identificación manual de conceptos es un largo proceso llevado a cabo por un especialista del área. Por lo tanto, es importante hacer uso de herramientas capaces de extraer automáticamente conceptos. En este artículo analizamos cuatro herramientas de PLN (Procesamiento del Lenguaje Natural) capaces de extraer automáticamente los conceptos claves de un corpus. Estas herramientas son: (1) TerminologyExtractor de Chamblon Systems Inc., (2) Xerox Terminology Suite de Xerox, (3) Nomino de Nomino Technologies y (4) Copernic Summarizer de NRC. Este artículo presenta también un prototipo de herramienta de anotación desarrollado para insertar de manera automática conceptos a las tesis digitales.

• Autores: Abascal, Rocío; Rumpler, Béatrice
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2005
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/9024
• Acceso en línea: http://hdl.handle.net/20.500.12749/9024
• Palabra clave: Innovaciones tecnológicas; Ciencia de los computadores; Desarrollo de tecnología; Ingeniería de sistemas; Investigaciones; Tecnologías de la información y las comunicaciones; TIC´s; Technological innovations; Computer science; Technology development; Systems engineering; Investigations; Information and communication technologies; ICT's; Digital library; Metadata; Natural language processing; Information extraction; Annotation; Information search; Innovaciones tecnológicas; Ciencias de la computación; Desarrollo tecnológico; Ingeniería de sistemas; Investigaciones; Tecnologías de la información y la comunicación; Biblioteca digital; Metadatos; Procesamiento del lenguaje natural; Extracción de información; Anotación; Búsqueda de información
• License: Derechos de autor 2005 Revista Colombiana de Computación