Recuperación de información
| ||||
Recuperación de información. Está indosolublemente vinculado a la búsqueda de información y consiste en la localización de recursos de información con el propósito de dar solución a necesidades de información específicas.
Sumario
Antecedentes
La Recuperación de Información es un área que ha venido experimentando un creciente interés desde finales de la década de 1950. En la actualidad adquiere una mayor importancia por el valor que tiene la información como recurso para el desarrollo de procesos, para la adquisición de conocimiento, para garantizar la sostenibilidad de las organizaciones actuales ante los constantes cambios del entorno (clientes, competidores, legislaciones, etc.). El éxito de cualquier operación dentro de una organización depende de la información de calidad que dispongan lso decisores e individuos vinculados directamente a la situación.
Definiciones
Es “el conjunto de tareas mediante las cuales el usuario localiza y accede a los recursos de información que son pertinentes para la resolución del problema planteado. En estas tareas desempeñan un papel fundamental los lenguajes documentales, las técnicas de resumen, la descripción del objeto documental, etc.”
Proceso donde se accede a una información previamente almacenada, mediante herramientas informáticas que permiten establecer ecuaciones de búsqueda específicas. Dicha información ha debido de ser estructura previamente a su almacenamiento.
Herramientas para la recuperación de información
- Bases de datos
- Internet (revistas electrónicas, buscadores temáticos y multitemáticos, directorios, metabuscadores)
- Agentes inteligentes
- Índices
- Tesauros
- Palabras claves
- Ecuaciones de búsqueda
Técnicas de recuperación de información
Sistemas de recuperación de lógica difusa
Permite formular consultas con frases normales y luego la máquina solo procesa las plabras que considera relevantes, no tomando en cuenta signos de puntuación, artículos, conjunciones, plurales, tiempos verbales, palabras comunes (que suelen aparecer en todos los documentos). La recuperación se basa en proposiciones lógicas con valores de verdadero y falso, teniendo en cuenta la localización de la palabra en el documento.
Técnicas de ponderación de términos
La ponderación da un valor adecuado a los criterios de búsqueda, dependiendo de los intereses del usuario, por tanto la recuperación de información depende del valor asignado. El documento más pertinente de búsqueda sería aquel que tenga representado todos los términos de búsqueda y además el que más valor tenga repetidos más veces, independientemente de donde se localice en el documento.
Técnica de clustering
Es un modelo probabilístico que permite las frecuencias de los términos de búsqueda en los documentos recuperados. Se atribuyen unos valores (pesos) que actúan como agentes para agrupar los documentos por orden de importancia, mediante algoritmos ranking.
Técnicas de retroalimentación por relevancia
Luego de determinar unos criterios de búsqueda y observar los documentos recuperados se repete nuevamente la consulta pero esta vez con los elementos interesantes, seleccionados de los documentos primeramente recuperados.
Técnicas de stemming
Elimina las posibles confusiones semánticas que se puedan dar en la búsqueda de un concepto, para ello trunca la palabra y busca solo por la raíz.
Técnicas lingüísticas
Pretenden acotar de una manera eficaz los documentos relevantes. Lo consigue mediante una correcta indización en el proceso de tratamiento de los documentos con ayuda de índices, tesauros, etc.; evitando las ambigüedades léxicas y semánticas alestablecer las consultas.
Principales problemáticas de la Recuperación de Información
- Sobrecarga de información: el creciente volumen de información en la Web a la que se ven expuestos los usuarios, y que genera problemas en el momentos de recuperarla, ya que el usuario se haya ante la disyuntiva de que es o no relevante para su consulta de información. La cantidad de información recuperada por los sistemas, la mayoría de las veces no es pertinente al usuario.
- Silencio documental: información no recuperada y que es relavante. Esto se debe a que la estrategia de búsqueda ha sido demasiado específica o que las palabras clave utilizadas no son las adecuadas para definir la búsqueda.
- Ruido documental: documentos recuperados por el sistema pero que no son relevantes. Ocurre generalmente cuando la estrategia de búsqueda se ha definido demasiado genérica.
- Fenómenos léxicos:
- Polisemia:cuando una palabra tiene varios significados o acepciones.
- Sinonimia:dos o más palabras distintas con los el mismo significado.
Modelos de Recuperación de Información
Los modelos de recuperación tratan de calcular el grado en que determinado elemento de información responde a determinada consulta. En general esto se consigue calculando los coeficientes de similitud (Coseno, Phi, etc). Los tres modelos más utilizados son: Booleano: se crea un conjunto con los elementos de la consulta y otro con los documentos, y se mide la correspondencia. Vectorial: en el que la consulta y los términos del documento se representan mediante dos vectores, y se mide el grado en que ambos vectores divergen. Probabilístico: se calcula la probabilidad en que el documento responde a la consulta. Frecuentemente utiliza retroalimentación. La retroalimentación se basa en que el usuario indique que documentos se parecen más a su respuesta idonea, para asi reformular la consulta.
Fuentes
- Recuperación de Información. Consultado el 28 de agosto del 2013.
- Recuperación de información. Consultado el 28 de agosto del 2013.
