Mejora de las búsquedas en CMS donde predomina el contenido no estructurado

Título:

Mejora de las búsquedas en CMS donde predomina el contenido no estructurado

Autor:

Ramírez Abella, Gonzalo

Otros autores / Colaboradores:

 Torres, Matías Alejandro;  Luengo, Miguel Angel; [ Director/a]  Carsen, María Cecilia; [ Asesor/a profesional] 

Temas:

METADATOS; 

Palabras clave:

tesauro, reconocimiento de entidades, 

Nota de tesis:

Tesina (Licenciatura en Sistemas, Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2017.

Extensión:

98 p.  : il. col. + 1 DVD

Resumen:

Los organismos de ciencia y tecnología productores de información generan mucha información textual que representa su producción intelectual. En la actualidad esa información es normalmente digital y se expone en sitios web o repositorios al efecto de alcanzar el público objetivo. En ese contexto es importante su descripción. La descripción mediante metadatos es una forma de consignar los datos extraídos del recurso mismo, o que se le adicionan para su gestión, que facilita que el recurso sea identificado y recuperado en medio de la creciente masa de objetos digitales en Internet. Cada estándar de metadatos existente es un formato de descripción de objetos digitales en Internet que a su vez necesariamente se basa en estándares bibliotecarios al momento de seleccionar los términos que lo describirán y en la forma también establecida por esas normas internacionales. En el contexto del Instituto Nacional de Tecnologías Agropecuarias se reimplementó el sitio institucional que se encontraba implementado en el manejador de contenidos Plone usando Drupal, haciendo un especial énfasis en el enriquecimiento del contenido y el mejoramiento de las búsquedas tanto internas como externas.

Puede solicitar más fácilmente el ejemplar con: TES 17/13

ABSTRACT

1. INTRODUCCIÓN 
1.1. El inicio de la “web” 
1.2. Web 1.0 
1.2.1. Estadísticas sobre la cantidad de sitios
1.2.2. Evolución de los buscadores en internet
1.3. Web 2.0
1.3.1. La web como contenedor de conocimiento 
1.3.2. Motivaciones de la web semántica y la web 3.0

2. ARQUITECTURA DE INFORMACIÓN
2.1. Arquitectura de información
2.2. Lenguaje 
2.3. Pensando los sistemas
2.4. Definiendo una arquitectura de información 
2.5 Diseñando para encontrar

3. BÚSQUEDAS
3.1 Búsquedas en la web 
3.2. Funcionamiento y etapas de un motor de búsqueda ..
3.2.1 Breve introducción
3.3 Descomponiendo un motor de búsqueda 
3.3.1 Obtener el texto 
3.3.2 Transformación del texto 
3.3.3 Extracción de información 
3.3.4. Creación del índice 
3.3.5. Interacción de usuarios 
3.3.6. Ranking
3.4. Anatomía de las búsquedas
3.4.1. Análisis de documentos y conectividad semántica

4. DEFINIENDO LA INFORMACIÓN SOBRE LA INFORMACIÓN 
4.1. Metadatos
4.2. Dublin Core
4.2.1 Elementos del Dublin Core
4.3. Schema.org
4.3.1. Esquemas y herencia de atributos 
4.3.2. Contenido explícitamente vinculado
4.3.3. Visión de Google con el esquema de datos estructurados de Schema.org
4.4 Vocabulario controlado
4.4.1 Lista
4.4.2 Anillo de sinónimos 
4.4.3 Taxonomía 
4.5 Tesauro 
4.5.1 Funciones del tesauro
4.5.2. Objetivos del tesauro
4.5.3 Tipos de tesauros
4.5.4. Estándares y normas
4.6 Ontologías 
4.7 SKOS 
4.8. Tesauros al ataque
4.8.1 Tesauros en línea
4.8.2 Generales, multidisciplinarios
4.8.3. Agrociencias 

5. ENRIQUECIMIENTO SEMÁNTICO Y CONTENIDO INTELIGENTE 
5.1 ¿Quién (o qué) hace el “semantic tagging”? 
5.1.1 Etiquetado manual y etiquetado automático
5.1.2. Sistemas de organización de conocimiento
5.1.3. Ventajas del enriquecimiento semántico 

6. HACIA LA GESTIÓN DEL CONOCIMIENTO 
6.1 Introducción 
6.2. El contexto INTA
6.3. Propuesta 
6.3.1 Descripción del proceso 
6.3.2. Búsqueda interna y externa 
6.4. Búsquedas Internas 
6.4.1 Extracción de tópicos del documento en el INTA
6.4.2 KEA 
6.4.3. NER Reconocimiento de entidades nombradas
6.4.4. Motor de indexación distribuido: SOLR
6.5. Búsqueda externa
6.5.1 Introducción 
6.5.2. Aplicación en Drupal 
6.5.3. Aplicación Dublin Core 
6.6 Módulo de conexión con los web services de KEA, NER y OpenNLP y etiquetado
automático
6.6.1. Introducción 
6.6.2. Módulos KEA Client, NER Client y OpenNLP Client
6.6.3. Módulo Entity AutoTagger
6.6.4. Evaluación de los resultados obtenidos por el servicio de KEA
6.6.5. Evaluación y comparación de los resultados obtenidos para Stanford NER y
OpenNLP
6.6.6 Tarea de reconocimiento de palabras claves y entidades en adjuntos 

7. CONCLUSIONES

Bibliografía