Resumen de Exploración de procedimientos semiautomáticos para el proceso de indexación en el entorno web
Se trata de una tesis doctoral por compendio de artículos que se estructura en cinco capítulos y el anexo que recoge los artículos publicados. En primer lugar, se presenta una introducción del trabajo de investigación. El segundo capítulo es el marco teórico del trabajo, donde describen los modelos teóricos en los que se encuadra la investigación realizada: la indexación, la anotación semántica y los vocabularios controlados. En el tercer capítulo se presentan las principales metodologías utilizadas en la investigación: los corpus de documentos, las herramientas de procesamiento utilizadas y el proceso de evaluación al que se someten los resultados. En el cuarto capítulo se recogen los principales resultados obtenidos en la investigación: desarrollo de la herramienta DigiDoc MetaEdit, sistema de evaluación de la indexación semiautomática y modelo para la actualización de los vocabularios controlados. El último capítulo recoge las conclusiones y el planteamiento de las líneas futuras de investigación.
La ingente cantidad de información que existe actualmente hace necesario el desarrollo de herramientas, métodos y procesos que faciliten el acceso a la misma. Especialmente, se requieren sistemas de información que sean eficientes y precisos.
Las técnicas de indexación cuentan con una larga tradición en este ámbito. Sin embargo, su aplicación a gran escala y en el contexto de la Web no siempre es viable por la magnitud y la heterogeneidad de la información presente en ella.
En esta tesis se presentan dos propuestas para facilitar el proceso de indexación de documentos en Internet. La primera se caracteriza por el uso de técnicas de indexación semiautomáticas basadas en aspectos de posicionamiento web, que se aplican a través de una herramienta propia denominada DigiDoc MetaEdit. La segunda propone un modelo para la actualización de vocabularios controlados a partir del procesamiento de los logs de las búsquedas formuladas por los usuarios en los buscadores.
