Definici

1
Definición de Etiquetas Semánticas Dentro de la
Tesis Digital para Realizar Búsquedas de
Información Pertinente

• Dra. Rocío Abascal-Mena

DC-2006, México
2
Contenido

• Introducción
• Propuesta para la creación de un nuevo modelo de
  documento
• Extracción de conceptos
• Análisis de la estructura lógica
• Análisis de la estructura semántica
• Un nuevo modelo de documento
• Conclusión

3
Introducción

• Contexto Biblioteca Digital.
• Instituto Nacional de Ciencias Aplicadas de Lyon,
  Francia (INSA).
• Consulta Integral de Tesis en Red (CITHER)
• Difusión de tesis en línea.
• Búsqueda a partir de palabras claves.
• Búsqueda por catálogo.
• Formato PDF (Portable Document Format).

4
Introducción
5
Introducción

• Objetivo Crear nuevo modelo de documentos para
  permitirle al usuario obtener la información
  pertinente.
• Nuestro trabajo consiste en
• Modelar la tesis durante su creación.
• Permitir la búsqueda de información pertinente.
• Uso de etiquetas semánticas.

6
Contenido

• Introducción
• Propuesta para la creación de un nuevo modelo de
  documento
• Extracción de conceptos
• Análisis de la estructura lógica
• Análisis de la estructura semántica
• Un nuevo modelo de documento
• Conclusión

7
Propuesta para la creación de un nuevo modelo de
documentos
8
Contenido

• Introducción
• Propuesta para la creación de un nuevo modelo de
  documento
• Extracción de conceptos
• Análisis de la estructura lógica
• Análisis de la estructura semántica
• Un nuevo modelo de documento
• Conclusión

9
Extracción de conceptos

• Estudio comparativo de 4 herramientas de
  extracción automática de conceptos
• Copernic Summarizer
• Nomino
• TerminologyExtractor
• Xerox Terminology Suite (XTS)
• Corpus 25 documentos científicos.
• Análisis basado en la precisión y la
  exhaustividad.

10
Extracción de conceptos

• La precisión es la proporción de documentos
  recuperados realmente relevantes, del total de
  documentos recuperados.

11
Extracción de conceptos

• La exhaustividad es la proporción de documentos
  que son relevantes en la base de datos,
  independientemente de que éstos se recuperen o no.

12
Extracción de conceptos

• Resultados del análisis de nuestro corpus

13
Extracción de conceptos

• Selección de Nomino como la herramienta más
  adecuada a nuestras necesidades.
• A pesar de la calidad de las herramientas el
  usuario experto debe de validar los conceptos
  extraídos.

14
Contenido

• Introducción
• Propuesta para la creación de un nuevo modelo de
  documento
• Extracción de conceptos
• Análisis de la estructura lógica
• Análisis de la estructura semántica
• Un nuevo modelo de documento
• Conclusión

15
Análisis de la estructura lógica

• Dos tipos de análisis
• Estructura lógica
• Estructura semántica
• Análisis de la estructura lógica
• Observando la organización de la tesis
  constatamos que
• Siguen un plan, estructura ? descomposición
  lógica.
• Existe una relación entre la estructura
  semántica.

16
Análisis de la estructura lógica

• Análisis de los principales conceptos extraídos
  de acuerdo a la estructura lógica
• Nomino se apoya en dos principios
• ganancia al alcance estipula que la
  información es aún más importante si es rara
• ganancia a la expresividad clasifica los
  árboles en función de la información que se
  encuentra a su alrededor
• Aplicando Nomino al corpus nos damos cuenta de
  que hay conceptos que se repiten mucho y que por
  lo tanto no serán clasificados como pertinentes

17
Análisis de la estructura lógica
18
Análisis de la estructura lógica
19
Análisis de la estructura lógica

• Resultados
• Para nuestro estudio
• Índice
• Introducción
• Conclusión

Son de menor interés
20
Contenido

• Introducción
• Propuesta para la creación de un nuevo modelo de
  documento
• Extracción de conceptos
• Análisis de la estructura lógica
• Análisis de la estructura semántica
• Un nuevo modelo de documento
• Conclusión

21
Análisis de la estructura semántica

• Segmento semántico descomposición o corte del
  documento que nos permite acceder al contenido de
  las tesis por medio de temas o conceptos
  tratados.
• Ejemplos estado del arte, metodología, modelo,
  algoritmo, etc.

22
Análisis de la estructura semántica

• Análisis de la estructuración de la tesis de
  acuerdo a sus segmentos semánticos.

23
Análisis de la estructura semántica

• Un ejemplo de la extracción de conceptos usando
  dos segmentos semánticos.

24
Análisis de la estructura semántica

• Validación del interés de cortar la tesis en
  diferentes segmentos semánticos
• Localización de las partes de la tesis más ricas
  en información
• Extracción de conceptos del área de estudio
  (informática)
• Creación de una base de conceptos del área

25
Contenido

• Introducción
• Propuesta para la creación de un nuevo modelo de
  documento
• Extracción de conceptos
• Análisis de la estructura lógica
• Análisis de la estructura semántica
• Un nuevo modelo de documento
• Conclusión

26
Un nuevo modelo de documento

• (1) Creación de un documento de tipo TESIS
• Estructura lógica (recomendaciones del Ministerio
  de Educación Universidad).
• Estructura semántica usando XML Schéma.

27
Un nuevo modelo de documento

• (2) Puesta en marcha de un sistema que ayuda al
  estudiante a la hora de redactar su tesis.

28
Un nuevo modelo de documento
29
Un nuevo modelo de documento
Nomino
Extracción de conceptos haciendo una llamada a
Nomino
30
Un nuevo modelo de documento
31
Un nuevo modelo de documento
32
Un nuevo modelo de documento
33
Conclusión

• Definición de un nuevo modelo de documento tipo
  TESIS
• Permitiendo el acceso a las partes pertinentes de
  los documentos
• Conjugando simultáneamente las 2 estructuras
  lógica y semántica
• Construcción de una herramienta para la
  generación de tesis
• Obedeciendo a una estructura predefinida y
  controlable
• Permitiendo la integración de los conceptos con
  el fin de describir el contenido
• Aprovechando la experiencia del autor

34
Conclusión

• Dra. Rocío Abascal Mena
• mabascal_at_correo.cua.uam.mx