Mejora de la recuperación de información en bases de datos de texto utilizando recursos lingüísticos

Al convertirse la web en el mayor repositorio de conocimiento y en un medio de publicación fácilmente accesible para todos, la Recuperación de Información ha dejado de ser un campo exclusivo de los especialistas en Ciencias de la Información y ha pasado a ser un campo relacionado con cualquier persona. El maximizar la cantidad de documentos relevantes obtenidos para una consulta depende de la destreza de este especialista para preparar una estrategia de búsqueda adecuada. Si bien los usuarios no tienen por qué conocer técnicas de recuperación de información, la propuesta de esta tesis es mejorar los resultados de su búsqueda por medio de un “especialista” que implementa estas técnicas. Se propone el refinamiento semántico de los conceptos de la consulta a fin de mejorar la precisión de los resultados, utilizando recursos lingüísticos para construir una estrategia de búsqueda adecuada. El refinamiento semántico propuesto consiste en: guiar al usuario para desambiguar los conceptos ingresados por él, permitirle seleccionar conceptos jerárquicamente relacionados a fin de precisar los documentos a recuperar, y expandir semánticamente los conceptos a fin de aumentar la cantidad de documentos a recuperar. Los recursos lingüísticos que pueden utilizarse son tesauros, diccionarios, diccionarios multilinguales y ontologías. Qué recursos utilizar, depende del área del conocimiento de la consulta y de los recursos disponibles para ese área. Se evalúa el refinamiento semántico, eligiendo el recurso WordNet para consultas de dominio general y el recurso MeSH, especializado en el área salud, para las consultas en un dominio específico. Las experiencias realizadas muestran que aumenta la precisión de los resultados en un 19,03 % en el dominio general y en un 33,50 % en un dominio específico del conocimiento. Otro aspecto tratado es la inmersión del refinamiento semántico en un motor de búsqueda propio de un sitio web y en sistemas de recomendación. Los resultados experimentales muestran que el uso del refinamiento mejora las prestaciones del motor de búsqueda del sitio, con respecto a su uso en su forma estándar, obteniéndose un incremento cercano al 33% en la precisión y duplicando aproximadamente la cantidad de documentos recuperados. Para la inclusión del refinamiento en sistemas de recomendación se elige el área educación, planteando el agregado de la personalización de los resultados utilizando metadatos del usuario y metadatos de los documentos. De esta forma se potencia la recuperación obtenida del refinamiento semántico porque se ordenan los resultados de distinta forma según el usuario y el momento en que éste haya realizado la consulta.