Extracción automática de metadatos como soporte para el autoarchivo de objetos digitales en repositorios

En este trabajo se propone facilitar al usuario el autoarchivo de sus objetos digitales educativos en un repositorio institucional. Para esto, se modifica el flujo de carga estándar de la plataforma DSpace, proponiendo un nuevo flujo para el depósito de objetos de modo que pueda integrarse en este proceso un extractor de metadatos. Se presenta una arquitectura abierta de un módulo extractor automático de algunos metadatos de los documentos. Estos metadatos extraídos automáticamente son luego validados por el usuario en el proceso de descripción del objeto. Para diseñar el extractor se analizaron distintas herramientas de extracción y se optó por la combinación que arrojó mejores resultados. Este módulo se ha diseñado de modo de poder integrar otras herramientas extractoras. Se ha desarrollado un prototipo en JAVA de este asistente y se ha experimentado sobre dos corpus de documentos, uno en idioma Inglés y otro en idioma Español. En este trabajo, se presentan resultados de la extracción automática de los metadatos Palabras clave, Título y Autores, en documentos en ambos idiomas, los cuales resultan promisorios. Mediante este asistente se espera ayudar al usuario en el proceso de carga de objetos digitales educativos disminuyendo así su trabajo, y mejorando la cantidad y la calidad de los metadatos cargados.

• Autores: Casali, Ana; Bender, Cristina; Deco, Claudia; Fontanarrosa, Santiago
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2014
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/8890
• Acceso en línea: http://hdl.handle.net/20.500.12749/8890
• 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; Automatic metadata extraction; Digital objects; Educational; Repositories; Load flow; Desarrollo tecnológico; Innovaciones tecnológicas; Investigaciones; Ciencias de la computación; Tecnologías de la información y la comunicación; Ingeniería de sistemas; Extracción automática de metadatos; Objetos digitales; Educativos; Repositorios; Flujo de carga
• License: Derechos de autor 2014 Revista Colombiana de Computación