Buscar en este blog

martes, 19 de octubre de 2010

MÁQUINA VIRTUAL - Memoria de Clase

¿Qué es una Máquina Virtual?

Es un Software que tiene la capacidad de emular a una computadora con el fin de ejecutar una determinada aplicación sin que sea necesario instalarla en el equipo en el que estamos trabajando, pero que se ejecuta como si estubiese instalada en el equipo.

Existen muchos usos para las máquinas virtuales, pero uno de los principales es para "probar" determinado software sin que sea necesario instalar este en el equipo y sin correr el riesgo que al instalarlo este dañe la configuración de nuestro sistema.



Fuente.

Apuntes de Clase Recuperación de Información, Unversidad de La Salle, Programa de Sistemas de Información y Documentación. Octubre de 2010

viernes, 15 de octubre de 2010

Thesaurus: an approach to hierarchical representation of knowledge.

Abstract. Knowledge Trees, keywords and hierarchical relationships are the principal reference to the researcher, student or any other kind of user. So, what is the labor, tools and role of the information science professional between retrieving processes and search results deliver? What kind of activities guarantees the effective and complete use of terms? Who is responsible for the reference’s integrity? Below are some considerations about the role of the IS professional into information society and the complex process of the thesauri elaboration, to allow the user to know information and retrieve coherent results. Some of its important elements are considered, to describe and analyze.
____________________________________________________________________________________

1 Best practices

The best way to follow a controlled vocabulary is the normalization; use of standards and correct use of terms and words, which are called “descriptors”. This is the main point, to get a general idea of the thesaurus and start to develop a clearly-defined-target, like an induction model and representation.
To begin the hard and exhaustive work of building a thesaurus, it is absolutely necessary to manage its principles, guidelines and context. One of the most important rules is the morphology of the descriptors. The structure plays an important step under the building, because semantically speaking, the thesaurus structure could be distinguished if we’re working either over an asymmetrical or symmetrical model of themes. The non-symmetrical scheme neither has nor works with equivalent descriptors. On the contrary, the symmetrical model can be used to generate relations between any other language. Those generic relations between terms are given by relational structures. On this point, the single concepts used to build the model, can use facets with shared characteristics. Other characteristics used as entities, processes, attributes, agents, geographical places and chronology must use exact terms. Here ambiguities become the issue, by eliminating inside a controlled vocabulary.  This problem can be resolved giving one specific meaning to the domain and avoiding the use of natural language.

2 Terms and representations

The qualifiers (specifications in parentheses) are important to specify meaning of some words. Homographs should be replaced by a common synonym if available, so as not to cause confusion. In fact, the indexer must avoid the use of ambiguity. Some exceptions from terms in more than a language must be specified in parentheses helping to give form to the terms and strictly taking a thematic meaning basis. An important consideration to watch should be to avoid the use of adjectives, adding unnecessary length or clumsiness, as the author says: use the appropriate capitalization, punctuation, diacritics and special characters of the individual languages  where the rules and conventions explain and clarify the thesaurus.
The compound of terms structured with more than a word is an important labor in the connection of concepts, neologisms and regional language. Over this point, two or more simple words or concepts must represent in a specific way the focus or head from a meaning. Differences and modifiers must use prepositions, nouns, adverbs only if necessary to distinguish clarity or give valor to the term or its equivalences.

3 The role of the “scientific of information”

As a professional and architect of the information, there are three points  relevant to consider in the building of equivalencies: Semantic, cultural and structural aspects  whose help to express general ideas from a specific area or facet giving a feedback target to possible solutions between descriptors and support from non equivalent terms.
Worldwide, the trend is going to the combination of thesaurus and their placement in graphical representations. Before starting some graphical constructions, one must create a terminology scheme and its appropriate knowledge tree from terms as commodities to undergo a process of transformation. The linking between thesauri is a complex labor to indexers and searchers. One must find the types of equivalence and map the headings. This  requires analysis and synthesis supporting the process in the IT and other kinds of tools like the Boolean operators, algorithms and onthologies. Encountering the equivalence and harmony from terms is the end and reason from thesaurus integration..

4 Controlled vocabularies evolution

Honestly speaking, subject headings are considered absolutely necessary to start a basis from a new technique or theory. They are condemned to disappear because the thesauri, onthologies and semantic associations are the future of retrieval and dissemination. This situation is necessary given by the proliferation or the IT; the uncontrolled production within normalization and new user requirements.

5 Inference

All at all, aspects like form, grammar, semantics, facets, descriptors and predefined terms are the inputs necessary to build, realize and integrate a thesaurus. In order to do this correctly under parameters into the tool construction, the librarian must have a lot of knowledge toward synthesis, analysis, interdisciplinary, and a holistic vision from the organization, archive, information unit, library or museum.


Referencias

[1]    RIESTHUIS, GERARD [et al...] Guidelines for multilingual Thesauri. [USA?], IFLA. April 2005. 17 p.

martes, 12 de octubre de 2010

¿Por qué el control del vocabulario en la recuperación de información?

Como ya bien lo debemos saber en los sistemas de información, es muy importante el control del vocabulario para representar materias. Como su nombre lo indica el control de vocabulario en la recuperación de información se centra especialmente en el tesauro puesto que es este el sistema de control de vocabulario que más se ha usado en la recuperación de información durante los últimos  20 años, aunque también se han considerado otros aspectos como el funcionamiento  del sistemas de recuperación de información sin el control del vocabulario.

Como ya es bien conocido los principales elementos de un sistema de recuperación de información son las entradas, que básicamente son documentos  - en su sentido más amplio -, en los cuales se aplican criterios de selección que implican conocimiento de las necesidad de información de los usuarios que van a consultar determinada información, posterior a tener esos documentos y a que estos ingresen a nuestro sistema de recuperación de información, se realiza el proceso de indización, el cual implica dos actividades intelectuales diferentes la una de la otra: el análisis conceptual, y la traducción de un lenguaje natural a un lenguaje estructurado – en este caso – para poder realizar este proceso de análisis conceptual el encargado de esto requiere no solo un conocimiento especifico sobre la materia de la que trata el documento, sino que también requiere conocer las necesidades de los usuarios del sistema de recuperación de información. Por otra parte para llevar a cabo la traducción del análisis conceptual a un vocabulario determinado, se tiene como precedente que muchos sistemas ya cuentan con un vocabulario controlado, es decir, un conjunto limitado de términos que se deben usar para representar los documentos, estos pueden ser un tesauro, una lista de encabezamiento de materia, un esquema de clasificación, o sencillamente una lista de frases o palabras clave.

Posterior a las actividades mencionadas anteriormente los documentos son almacenados, en la mayoría de los casos en una base de datos, y los registros de indización se organizan en otra base de datos, de tal forma que se puedan recuperar fácilmente cuando debido a una necesidad de información se requiera, para este caso la base de datos de los registros de indización puede ser un fichero  o un índice impreso , actualmente este fichero será una base de datos que esta automatizada sobre una cinta magnética o un disco , el cual puede llegar considerarse como el índice del documento almacenado.

Ya hablamos del proceso de entrada, por tanto y con el ánimo de dar continuidad al tema hablaremos de la salida, la cual viene siendo muy similar a la anterior,  puesto que se pueden gestionar estrategias de búsqueda, teniendo en cuenta las peticiones o necesidades de información que presentan los usuarios, para lo cual es de vital importancia conocer tener en cuenta las fases de análisis conceptual y traducción, donde la primera requiere un análisis de la petición o necesidad de información, para así establecer lo que realmente requiere el usuario, y la segunda, básicamente, es la traducción del análisis conceptual al vocabulario del sistema, entonces, ese análisis conceptual de la petición o necesidad de información, que es traducido al lenguaje del sistema, viendo siendo la estrategia de búsqueda, la cual se puede considerar como una representación de la petición, del mismo modo que el registro de indización se pude tomar como una representación del documento, la diferencia está en que en una se usa lógica, es decir, se usan ciertos tipos de relaciones lógicas entre los términos, mientras que en el registro de indización las relaciones entre términos quedan más implícitas que explicitas.

Ahora, una vez que finaliza la estrategia de búsqueda se debe comprar con las representaciones de los documentos de las bases de datos, lo cual es posible realizarse mediante un fichero manual, índices impresos, disco o cualquier herramienta que me permita llevar a cabo este procedimiento, actualmente este proceso se puede realizar en línea (online) sin importar que la base de datos (físicamente hablando) se encuentre a miles de kilómetros de distancia. Entonces una que esas representaciones del documento se ajustan a la estrategia de búsqueda, es decir, responden a la necesidad planteada por el usuario, se recuperan de la base de datos y son entregadas al usuario, para nuestro caso por medio de un buscador web o un aplicativo en un computador. Se puede decir entonces que el proceso finaliza cuando el usuario queda satisfecho con los resultados que obtuvo, es decir cuando el sistema le arrojo los documentos que de una u otra forma le permitieron resolver esa incógnita con la que inicio el proceso, o también, cuando definitivamente el usuario determina que ninguno de los documentos le ayudo a resolver esa incógnita. Finalmente el papel que juega el control del vocabulario en los sistemas de recuperación de información es vital para llevar a cabo los pasos que describimos anteriormente, para esto los indizadores tienen que usar los términos del vocabulario para representar las materias de las que tratan los documentos, puesto que en la estrategia de búsqueda se usaran esos términos para la hacer la pregunta a la base de datos.

Para finalizar, basta mencionar los objetivos del control del vocabulario en los sistemas de recuperación de información, y con esto habremos determinado la importancia de los mismos:
Facilitar la representación de las materias, evitando dispersión de elementos relacionados, lo cual se logra con la agrupación de sinónimos y cuasisinonimos y la distinción de palabras homógrafas.
Facilita realizar búsquedas amplias sobre une determinada materia enlazando con termino con distintas relaciones (paradigmáticas o sintagmáticas)

Fuentes:

Lenguajes Documentales. Disponible en  <http://www.auxiliardebiblioteca.com/documentos/Los%20lenguajes%20documentales.%20Los%20encabezamientos%20de%20materia..pdf> (consultado 11 de octubre de 2010).

Indización y clasificación: Un problema conceptual y terminológico. Disponible en:

miércoles, 6 de octubre de 2010

Relevancia – Dimensiones.

El concepto de relevancia, no solo es objeto de estudio en la recuperación de información, este también es analizado en áreas como la lógica, la filosofía, sociología, psicología y lingüística, pero es claro que el campo de acción de esta, y en el cual nos vamos a concentrar, es el relacionado con la recuperación de información.
el punto en el que nos vamos a fijar, y eso lo haremos teniendo en cuenta las diferentes concepciones que se tienen sobre la relevancia en la recuperación de información, en este sentido Mizarro plantea algunos tipos de relevancia que han sido promovidos a lo largo de la historia, teniendo para esto cuatro dimensiones de la relevancia, que son:
-          Una primera dimensión, que es formada por los recursos de información, es decir, información, documento y representación del documento.
-          Una segunda dimensión que está conformada por la representación del problema usuario: necesidad de información real, necesidad de información percibida, petición (es decir, expresada en lenguaje natural) y consulta (representación de la necesidad de información en lenguaje del sistema de recuperación de información)
-          La tercera dimensión que vamos a nombrar es que está conformada por tres elementos en cada una de las entidades descritas en las anteriores dimensiones, en primer lugar está el tema, es decir, el área temática sobre la cual el usuario desea obtener información, la tarea,  que en este caso viene siendo lo que usuario realizara con los documentos que recupere y por último el contexto, que básicamente es todo lo que no está directamente relacionado con el tema consultado, pero que de una u otra forma influye en cómo se realiza la búsqueda y en los resultados que obtendré de la misma.
-          La ultima dimensión que se mencionara es la que esta representada por el intervalo de tiempo que pasa desde que surge la necesidad de información hasta que esta es solucionada.

Las relaciones posibles entre las diferentes entidades de las cuatro dimensiones quedan reflejadas sutilmente en la grafica que mostraremos a continuacion, donde se intenta mostrar que la relevancia es un punto en un espacio de cuatro dimensiones y al mismo tiempo los tipos de relevancia que pueden existir.

Teniendo en cuenta todo esto, es preciso aclarar que todo puede llegar a complicarse cuando es necesario considerar también quien evalúa la relevancia (es decir, quien determina que es o no relevante), caso en el cual puede llegar a ser, el usuario, sistema, experto en el tema o intermediario. En este caso quien este encargado de evaluar puede limitar también los tipos de relevancia que se pueden medir o utilizar, por ejemplo, solo el usuario puede llegar a determinar que un documento es o no relevante para satisfacer su necesidad de información, para este caso Lancaster usa el termino pertinencia para definir la relación existente entre un documento y una necesidad de información basados en la decisión del usuario, mientras que usa (Lancaster) el termino relevancia para referirse a la relación entre un documento y una petición basada en el juicio subjetivo  de uno o varios individuos.




Fuente.

- Martínez Méndez, Francisco Javier. Recuperación de Información: Modelos, Sistemas y Evaluación. Ed. JMC Kiosko.  2004.< http://digitum.um.es/xmlui/handle/10201/4316>
- Recuperación de la información José Antonio Salvador Oliván







Lenguajes documentales

"Un lenguaje documental es el instrumento de descripción de los documentos en un sistema de información", el cual transforma la información relativa a los documentos en datos manipulables, para favorecer el control y la validación de los datos.

Los lenguajes documentales han de conseguir que se produzca una búsqueda y recuperación de información lo más eficaz posible, evitando al máximo el ruido y el silencio:

Ruido: documentos parásitos seleccionados por el sistema y que no respondan a la pregunta.

Silencio: documentos que respodiendo a la pregunta, han sido indizados por términos distintos a la demanda.

Fuente: FOX, Virginia. Análisis documental de contenido. Argentina. Alfagrama ediciones. 2005. pp 190-191

lunes, 4 de octubre de 2010

Los lenguajes documentales en la recuperación de información


"Los lenguajes documentales surgen de la necesidad de recuperar información de una forma eficiente", "gracias a la normalización, las reglas y su notación eliminan una gran cantidad de problemas de los lenguajes naturales tales como la gramática, la redundancia, la polisemia, homoninia y sinonimia, entre otras, pues representa las áreas del conocimiento de forma sistémica, reduce la ambiguedad, aporta precisión y permite un mejor análisis de un campo determinado".

Fuente: SIERRA ESCOBAR, Luis Fernando.2010. Diccionario especializado en archivística: nexos y determinantes.Revista Códice. Volumen 6 No. 1. p 66-67