Asignatura: Informática Documental Código: Año académico: Centro:

Transcripción

1 Asignatura: Informática Documental Código: Año académico: Centro: Escuela Politécnica Superior Departamento: Lenguajes y Computación Área: Lenguajes y Sistemas Informáticos Titulación: Ingeniería Técnica en Informática de Gestión Ciclo: Primero Curso: Tercero Cuatrimestre: Primero Carácter: Optativa Créditos teóricos: 3 Créditos prácticos: 1,5 Profesorado: Antonio Becerra Terón Objetivos Generales: La asignatura ofrece una perspectiva global de los sistemas de documentación automatizada. En primer lugar, introduce las técnicas documentales clásicas y los distintos tipos de bases de datos documentales. Una vez presentadas las técnicas documentales, nos centramos en los sistemas de recuperación de documentación automatizada, donde centramos gran parte del programa de teoría de la asignatura, proporcionando una visión detallada de los sistemas de recuperación. Posteriormente, nos centramos en los modelos clásicos de recuperación de información, presentando el modelo de recuperación booleno, y con especial hincapié la problemática de este modelo. A continuación, pasamos a analizar el modelo de recuperación más implementado en los sistemas, el modelo de recuperación espacio vectorial, centrándonos en las técnicas de indización automática para la consulta en este modelo. Para finalizar el análisis de los sistemas de recuperación, estudiamos el contexto que permite evaluar el rendimiento de un sistema de recuperación documental. Los parámetros habituales son el tiempo y espacio, parámetros insuficientes en el contexto de la recuperación documental. Definimos el rendimiento constituido por colecciones de prueba y parámetros de rendimientos. Para finalizar la asignatura, nos centramos en los sistemas avanzados de documentación automatizada, la búsqueda en la Web y las bibiliotecas digitales. Conocimientos Previos Recomendados: Estructuras de Datos y Organización y Gestión de Archivos Contenidos teóricos (Temporización): Tema 1. Bases de Datos y Técnicas Documentales (5 horas) 1.1. Introducción a la documentación automatizada 1.2. Bases de datos documentales Definición y contexto Bases de datos bibliográficas Bases de datos factuales Bases de datos textuales

2 Bases de datos comerciales Protocolos de acceso 1.3. Análisis documental Definición de documento Elementos de la cadena documental Indización manual Indización automática Clasificación, palabras clave y descriptores 1.4. Lenguajes Documentales Definición y contexto Lenguajes de estructura jerárquica Lenguajes de estructura asociativa Tesauro y su representación informática Tema 2. Fundamentos de los Sistemas de Recuperación Documental (5 horas) 2.1. Introducción a la recuperación documental Recuperación documental versus recuperación de datos 2.2. Definición y objetivos Tarea del usuario Vista lógica de documentos 2.3. Arquitectura de los sistemas de recuperación documental Descripción funcional de un sistema de recuperación Retroalimentación por relevancia 2.4. Proceso de recuperación Operaciones de texto

3 Operaciones de consulta Modelos clásicos de recuperación documental 2.5. Capacidades de los sistemas de recuperación documental Recuperación en bibliotecas Recuperación en la Web Bibliotecas digitales Tema 3. Recuperación Documental Booleana (3 horas) 3.1. Introducción a la recuperación documental boolena Modelo de recuperación por texto libre 3.2. Modelo de recuperación booleano Lenguaje de consulta Histórico de consultas Operadores booleanos Operadores de truncamiento Operadores de posición Operadores de rango 3.3. Indización y consulta en el modelo booleano Archivo de documentos Archivo de direccionamiento y posteo Proceso de consulta 3.4. Problemas del modelo de recuperación booleano 3.5. Modelo booleano extendido Generalización de los operadores para pesos Funcionalidad del sistema extendido

4 Tema 4. Recuperación Documental Espacio-Vectorial (10 horas) 4.1. Introducción a la recuperación espacio-vectorial Representación espacio-vectorial de documentos y consulta Definición de la función de semejanza espacio-vectorial 4.2. Selección automatizada de términos Palabras relevantes Palabras vacías Lematización 4.3. Indización y consulta en el modelo espacio-vectorial Ponderación de términos de indización Matriz de asociación documento-término de indización Almacenamiento de la matriz de asociación Proceso de consulta 4.4. Otros modelos de recuperación 4.5. Un ejemplo de sistema de recuperación Tema 5. Evaluación de la Recuperación Documental (5 horas) 5.1. Introducción a la evaluación de un sistema de recuperación Evaluación del rendimiento. Tiempo y espacio Rendimiento de la recuperación documental 5.2. Colecciones de evaluación Colección TREC Colección CACM 5.3. Medidas para la evaluación de un sistema de recuperación Exhaustividad y precisión

5 Ruido y silencio Relación inversa de las medidas de evaluación 5.4. Medidas alternativas 5.5. Medidas de evaluación orientadas el usuario Exhaustividad relativa Precisión del usuario Esfuerzo de la exhaustividad Rendimiento por utilidad 5.6. Evaluación de la retroalimentación Tema 6. Nuevas Perspectivas en los Sistemas Documentales (2 horas) 6.1. Introducción a las perspectivas actuales en recuperación 6.2. Búsqueda en la Web Caracterizando la Web Motores de búsqueda 6.3. Bibliotecas digitales De los OPAC a los portales de Internet Biblioteca electrónica y biblioteca digital Sistemas de información en bibliotecas Perspectivas futuras Contenidos prácticos (Temporización): 1. Acceso a bases de datos documentales. SilverPlatter (3 horas) 2. Implementación de un sistema de recuperación espacio-vectorial I. Ponderación de términos e indización de documentos (8 horas) 3. Implementación de un sistema de recuperación espacio-vectorial I. Proceso de consulta y generación de resultados (4 horas) Bibliografía: R. Peña, R. Baeza-Yates and J. Rodríguez. Gestión Digital de la Información. De Bits a Bibliotecas Digitales y la Web. RA-MA, 2002.

6 R. Baeza-Yates and R. Ribeiro-Neto. Modern Information Retrieval. Addison Wesley, 1999 L. Lizasoain. Bases de Datos en CD-ROM. Paraninfo, 1992 Metodología: Clases presenciales combinadas con presentaciones de trabajo realizadas por el trabajo en grupo de los estudiantes. Plan de acción tutorial: Tutorías presenciales, en grupo y uso del aula virtual Evaluación: Evaluación continua, fundamentada en el trabajo realizado en las prácticas. Observaciones: La asignatura puede tener interés con independencia de la función profesional, por los principios, técnicas y métodos que se presentan y por la visión sobre la tecnología de la documentación automatizada.