Recuperación de información

Bases de datos

Es una aplicación que permite describir y organizar de manera estructurada los datos pertenecientes a un objeto. Por sus características estos sistemas pueden acumular una gran cantidad de información, que posteriormente podrá ser recuperada por cualquier usuario. En este sentido una base de datos se convierte en la base principal de cualquier sistema de recuperación de información. Por otra parte éstas pueden ser dispuestas de tal forma que un investigador que tenga una demanda documental no requiera conocimientos avanzados en programación para poder acceder a lo que puede suplir su necesidad.

Demanda documental

Se considera demanda documental a todas las necesidades de información establecidas por los usuarios, lo que lleva a una solicitud masiva de documentos que permitan satisfacer dicha necesidad.

SGBD

(Sistema de gestión de base de datos) o en inglés Database management system (DBMS), es una agrupación de programas que sirven para definir, construir y manipular una base de datos.

* Definir una base de datos: consiste en especificar los tipos de datos, estructuras y restricciones para los datos que se almacenarán.

* Contruir una base de datos: es el proceso de almacenar los datos sobre algún medio de almacenamiento.

* Manipular una base de datos: incluye funciones como consulta, actualización, etc. de bases de datos.

Si el sistema soporta bases de datos relacionales se llama RDBMS en inglés o SGBDR en español.

TERMINO ESPECIFICO

"Término subordinado a otro más genérico, y que por ello, conlleva un nivel mayor de especificidad. En los tesauros, el término específico se identifica a través de la abreviatura TE en español, o de la abreviatura NT en inglés."

TERMINO DE INDIZACION

"En Indización, cada una de las conceptualizaciones simples, compuestas o complejas que son seleccionadas para representar el contenido de los documentos indizados. El término de indización puede pertenecer al lenguaje natural (o sea, proceder del título, el resumen o el texto de un documento) o de un lenguaje documental (tesauro, lista de autoridades, lista de descriptores, etc.)"

TERMINO DE BUSQUEDA

"En Recuperación de Información, término que expresa una consulta en el lenguaje y formato adecuados para un sistema específico. Estos términos suelen combinarse para formar una ecuación de búsqueda"

TERMINO CANDIDATO

"Noción que aspira a ingresar en forma definitiva a un corpus (tesauro, banco de datos terminológico, lista de autoridades, etc.). El término candidato es aquel que ingresa transitoriamente en una base, a efectos de verificar si por su relevancia y pertinencia puede pasar a la categoría de término."

TERMINO AUTORIZADO

TERMINO

"En Terminología, noción que se compone de un rótulo o etiqueta (la palabra o la expresión que lo representan), y un contenido conceptual, construído mediante la enumeración de enunciados esenciales y propios de ese concepto."

TAXONOMIA

"Rama de la Clasificación de las Ciencias que se ocupa de establecer los principios y el desarrollo de las clasificaciones en distintas disciplinas vinculadas a las ciencias naturales, como ser la biología, la botánica y la zoología."

para más información: http://www.eubca.edu.uy/diccionario/letra_t.htm

documento digital

TESAURO

"Tipo de lenguaje documental que se integra con términos analizados y normalizados que guardan entre sí relaciones semánticas y funcionales. El tesauro se organiza bajo fuerte control terminológico, con objeto de proporcionar un instrumento idóneo para el almacenamiento y la recuperación de la información en áreas especializadas. Puede ser monolingüe, monolingüe con equivalencias o multilingüe, conforme a la cobertura idiomática que proponga. En ciertos casos, agrega una notación."

WilsonWEB

WilsonWEB

Es un proveedor con una amplia gama de bases de datos que cubren una gran cantidad de temas. Esta base de datos maneja registros de documentos y entrega en la mayoría de sus resultados el texto completo de los documentos en ellos descritos. Pero no solamente muestra documentos en texto completo, de la misma forma presenta índices temáticos.

Entonces se tienen bases de datos de texto completo en los siguientes áreas del conocimiento:
 Ciencia Aplicada y Tecnología
 Ensayo y Literatura
 Ciencias
 Humanidades
 Ciencias Sociales
 Biblioteca de Literatura y Ciencias de la Información

E índices para los siguientes temas:
 Biológica y Agrícola
 Educación
 Revistas y Libros Jurídicos
 Cuentos, entre otros

Así mismo brinda a los usuarios la posibilidad de hacer búsquedas básicas, por medio de las cuales se pueden usar términos simples; búsquedas avanzadas, para aquellos usuarios que quieren puntualizar los términos que desea encontrar; Thesauro, sirve para apoyar la búsqueda mediante la presentación de aquellos términos similares (sinónimos), relacionados o prerreferidos, del tema de investigación; Historial de búsquedas donde el usuario puede hacer un registro histórico de sus consultas; impresión en Email de los resultados, y exporting / citing sirve para exportar las citas de los documentos consultados o guardados en el historial, ya sea a un archivo, correo o impresora.

Esta base de datos permite hacer búsquedas tanto por palabras claves o por ecuaciones de consulta, por ejemplo:

Una consulta que en el título tenga las siguientes palabras:

 Serching o search
 Retrieval o retrievals
 Information o informations
 Document o documents
 Record o records
 System o systems

Pero no solo es que contenga estas palabras por que en ese caso nos entregaría un resultado muy amplio, lo importante es que todas se encuentren dentro del campo título, por consiguiente se podrá hacer una búsqueda como la siguiente:

TI and TI and TI

Y en caso de que no se conozcan bien los términos de búsqueda se puede utilizar el asterisco (*)

Esta base de datos de texto completo hace uso de formatos como el PDF y HTML para entregar a los usuarios los textos que describe.

EBSCO LISTA

Library, Information Science & Technology Abstracts with Full Text, es una base de datos que ofrece un índice de más de 500 publicaciones centrales, más de 50 publicaciones de prioridad y 125 publicaciones selectivas, además de libros, informes de investigación y actas. También contiene textos completos de más de 240 publicaciones. El contenido de esta base de datos se remonta a mediados de la década de 1960, dicho contenido se encuentra en varios idiomas, sin embargo la mayoría está en idioma inglés y otra parte en español.

EBSCO LISTA, es una de las bases de datos de gran soporte para la formación de Profesionales de información (bibliotecólogos y archivistas), ya que abarca una gran variedad de temas de interés.

Los formatos de archivo que utiliza para sus documentos son: PDF, HTML y JPEG, permite la generar copias del contenido y descargar los archivos PDF y JPEG. Además permite crear carpetas de búsqueda personalizada, en donde se seleccionan y adicionan los documentos que se consideren relevantes.

Para formular búsquedas, la interfaz de esta base de datos es muy grafica y muy intuitiva para el usuario, le permite formular búsquedas por palabras claves, búsquedas avanzadas utilizando ya sea los operadores booleanos o la opción búsqueda avanzada, además contiene una opción llamada “búsqueda Visual”, en donde orienta al usuario, con un video, como ubicar los resultados por Clústeres.

También contiene un historial de búsquedas, en donde lista las búsquedas que se formularon por sesión, permite ubicar las publicaciones por orden alfabético, y, contiene un modulo de tesauro en donde se pueden consultar las categorías generales de los temas del contenido.

Interacción hombre-máquina

“A partir de la explosión tecnológica ocurrida durante los años 70, se hizo necesaria la comunicación directa entre el hombre y las computadoras. Del estudio de este fenómeno, surgió una nueva área estudio: la interacción hombre-máquina (Machine Men Interaction) o más específicamente HCI (Human Computer Interaction)”.20

La Association for Computer Machinery (ACM), una organización internacional de investigadores y profesionales interesados en todos los aspectos de la computación, junto a su grupo especial en temas de la IHM denominado SIGHI (Special Interest Group in Computer Human Interaction), propusieron la siguiente definición para esta nueva área del conocimiento: “Es la disciplina relacionada con el diseño, evaluación e implementación de sistemas informáticos interactivos para el uso de seres humanos y con el estudio de los fenómenos más importantes con los que se relaciona”.21

Sobre esta base, puede afirmarse que el tema principal de esta disciplina está en la interacción y más específicamente en la interacción entre uno a más usuarios y una o más computadoras. Pero, entre el usuario y una computadora existen un conjunto de factores que actúan como mediadores a lo largo del proceso de interacción:

Las computadoras pueden formar parte de monitores de autos, teléfonos móviles, libros electrónicos, sistemas de realidad virtual, etcétera.
El usuario puede tener su visión o movilidad disminuida y utilizar software de lectura de pantalla o de reconocimiento de voz para el manejo de la pantalla.
Los usuarios pueden formar parte de grupos u organizaciones, y necesitan, por tanto, interfaz para sistemas distribuidos o de trabajo cooperativo.
La IHM puede abordar todas estas situaciones, ella se ocupa, en síntesis, del análisis y diseño de interfaz para la relación hombre-máquina, conocidas como interfaz de usuario. "La IHM puede analizarse en función de su estilo, estructura y contenido:

Estilo: Se refiere a la forma en que el usuario introduce y recibe información-distribución de los comandos, menús de selección.
Estructura: Se relaciona con la forma de organizar los componentes-distribución de los comandos en pantalla o de los campos en un formulario.
Contenido: Aborda los significados semánticos y pragmáticos que se producen mediante el diálogo."20

RODRÍGUEZ PEROJO, Keilyn y RONDA LEÓN, Rodrigo. Organización y recuperación de la información: un enfoque desde la perspectiva de la automatización [en linea]. http://bvs.sld.cu/revistas/aci/vol14_1_06/aci04106.htm [citado en 26 de mayo de 2009]

Indización automática o asistida por computadora

Uno de los autores más importantes en el campo de la indización, Jacques Chaumier, definió la indización desde dos puntos de vista: como proceso y finalidad. Desde la primera posición, la indización es la descripción y la caracterización del contenido de un documento, con la ayuda de las representaciones de los conceptos; sin embargo, su fin último es posibilitar la recuperación de la información almacenada en el sistema.2 Es decir, Chaumier, junto con muchos otros autores, considera a la indización como el paso previo para una adecuada recuperación de la información. La definición de automatización de la indización se debe acometer desde una triple perspectiva:2

Programas informáticos que asisten en el almacenamiento de los términos de indización, una vez obtenidos de modo intelectual -indización asistida por computadora durante la fase de almacenamiento.
Sistemas que analizan los documentos de modo automático, donde los términos de indización propuestos se validan y editan -si es necesario- por un profesional -indización semiautomática).
Programas sin ningún tipo de validación, es decir, los términos propuestos se almacenan directamente como descriptores de dicho documento -indización automática.
A mediados de la década de los años 60, Stevens, definió la indización automática: “como el uso de máquinas para extraer o asignar términos de indización sin intervención humana, una vez que se han establecido programas o normas relativas al procedimiento”.3 En estos momentos, comienzan a distinguirse distintas concepciones, en ocasiones complementarias. Por una parte, se encuentra la aplicación de los métodos no lingüísticos que agrupan esencialmente: a los estadísticos, la atribución de pesos a la información, los probabilísticos y los basados en técnicas de agrupamiento-clustering, álgebra booleana, escalamiento multidimensional) y por otra, los que ejecutan ciertos análisis lingüísticos de los textos, que se enmarcan dentro del estudio del procesamiento del lenguaje natural, una disciplina surgida a finales de los años 50.

RODRÍGUEZ PEROJO, Keilyn y RONDA LEÓN, Rodrigo. Organización y recuperación de la información: un enfoque desde la perspectiva de la automatización [en linea]. http://bvs.sld.cu/revistas/aci/vol14_1_06/aci04106.htm [citado en 26 de mayo de 2009]

sábado 23 de mayo de 2009

SQL (Structured Query Languajes)

Su sigla significa Structured Query Languajes que en español significa Lenguaje Estructurado de Consulta. Hacia los años 70 hace aparición en el ámbito de los sistemas de gestores de bases de datos, en 1986 es normalizado por la ANSI y en 1987 es aceptado como lenguaje por la ISO.

Éste lenguaje permite sustraer información de una base de datos relacional, así mismo sirve para modificar las tablas que conforman dichas bases de datos. Para lograr el objetivo, se utilizan declaraciones que indican a la máquina que debe recuperar de la colección de datos. Su funcionamiento se caracteriza por utilizar como guía las matemáticas, lo cual le permite llevar a cabo operaciones con los comandos para recuperar información3.

Como el fuerte de este lenguaje es la recuperación de información, en su conjunto de sentencias existe una llamada SELECT. Esta es la encargada de buscar y presentar la información solicitada a la base de datos. El SELECT, indica que columnas se van usar para mostrar la información.

Sin embargo ésta sentencia no funciona sola, pues para que produzca los resultados mínimos debe acompañarse de la sentencia FROM. El FROM, sirve para indicarle al sistema de donde debe tomar los datos, es decir que tabla o tablas de la base de datos contienen la información.

Las anteriores sentencias son básicas para la recuperación de información, y se aplican a consultas en una sola tabla. Ahora bien, si se requiere consultar más de una tabla o especificar la presentación de los datos, se utilizan 4 sentencias más: WHERE, GROUP BY, HAVING y ORDER BY.

WHERE que la ayuda a limitar los resultados de la consulta. Por ejemplo, si se requiere encontrar en una base de datos de empleados aquellos que viven en Bogotá, se recurre a ésta sentencia.

GROUP BY ésta sentencia permite agrupar los resultados de acuerdo con un termino común y ofrece los resultados en forma de conteo de ocurrencias o en valores numéricos.

HAVING se encarga de especificar los grupos que se han de mostrar, y que cumplen con una características específica.

ORDER BY hacer ordenar los resultados de la consulta ya sea de menor a mayor o viceversa.

3 Wikipedia. SQL [en línea]. [citado en 31 de marzo de 2009]

CQL (Contextual Query Language)

“Es un lenguaje formal para representar consultas a sistemas de recuperación de información, tales como Web índices, catálogos bibliográficos y de información de la colección en un museo.

El objetivo es diseñar las preguntas que el ser humano lectura y escritura, y que el lenguaje sea intuitiva, manteniendo la expresividad de los idiomas más complejos.

Tradicionalmente, los lenguajes de consulta se han reducido en dos campos: Potente, expresiva idiomas, no de fácil lectura ni de escritura para los no expertos (por ejemplo, SQL, PQF, y XQuery), o simple e intuitiva las lenguas no es lo suficientemente poderosa como para expresar conceptos complejos (por ejemplo, la CCL y google). CQL intenta combinar la sencillez y la intuitiveness de expresión de los simples, todos los días de consultas, con la riqueza de los idiomas más expresivos para dar cabida a conceptos complejos, cuando sea necesario.”2

2 The Library of Congress. CQL: contextual Query Language (SRU, versión 1.2 Especificaciones) [en línea]. [citado en 4 de abril de 2009]

CCL (Common Command Language o lenguaje común de comandos)

Este lenguaje de búsqueda es muy utilizado especialmente en las bases de datos, permite restringir las búsquedas mediante comandos en campos específicos como autor, titulo, fecha, etc.

Además permite combinar las búsquedas con los operadores lógicos. Ha sido diseñado como respuesta a la variedad de lenguajes de búsqueda que existen, pues su objetivo es el de normalizar los comandos de búsqueda. Este proyecto fue liderado por la ISO y se encuentra representado en la norma ISO 8777.

Operadores Posicionales

Estos operadores localizan los resultados en los que las palabras claves estén en proximidad dentro del documento. Los operadores posicionales se pueden utilizar para conectar palabras o frases dentro de un campo de búsqueda pero no entre campos de búsqueda. Por lo general son utilizados en catálogos bibliográficos.