Al convertirse la web en el mayor repositorio de conocimiento y en un medioudde publicación fácilmente accesible para todos, la Recuperación de Información hauddejado de ser un campo exclusivo de los especialistas en Ciencias de la Informaciónudy ha pasado a ser un campo relacionado con cualquier persona. El maximizar laudcantidad de documentos relevantes obtenidos para una consulta depende de lauddestreza de este especialista para preparar una estrategia de búsqueda adecuada. Siudbien los usuarios no tienen por qué conocer técnicas de recuperación de información,udla propuesta de esta tesis es mejorar los resultados de su búsqueda por medio de unud“especialista” que implementa estas técnicas.udSe propone el refinamiento semántico de los conceptos de la consulta a fin deudmejorar la precisión de los resultados, utilizando recursos lingüísticos para construiruduna estrategia de búsqueda adecuada. El refinamiento semántico propuesto consisteuden: guiar al usuario para desambiguar los conceptos ingresados por él, permitirleudseleccionar conceptos jerárquicamente relacionados a fin de precisar los documentosuda recuperar, y expandir semánticamente los conceptos a fin de aumentar la cantidadudde documentos a recuperar. Los recursos lingüísticos que pueden utilizarse sonudtesauros, diccionarios, diccionarios multilinguales y ontologías. Qué recursosudutilizar, depende del área del conocimiento de la consulta y de los recursosuddisponibles para ese área.udSe evalúa el refinamiento semántico, eligiendo el recurso WordNet paraudconsultas de dominio general y el recurso MeSH, especializado en el área salud, paraudlas consultas en un dominio específico. Las experiencias realizadas muestran queudaumenta la precisión de los resultados en un 19,03 % en el dominio general y en unud33,50 % en un dominio específico del conocimiento.udOtro aspecto tratado es la inmersión del refinamiento semántico en un motorudde búsqueda propio de un sitio web y en sistemas de recomendación. Los resultadosudexperimentales muestran que el uso del refinamiento mejora las prestaciones deludmotor de búsqueda del sitio, con respecto a su uso en su forma estándar, obteniéndose un incremento cercano al 33% en la precisión y duplicandoudaproximadamente la cantidad de documentos recuperados. Para la inclusión deludrefinamiento en sistemas de recomendación se elige el área educación, planteando eludagregado de la personalización de los resultados utilizando metadatos del usuario yudmetadatos de los documentos. De esta forma se potencia la recuperación obtenida deludrefinamiento semántico porque se ordenan los resultados de distinta forma según eludusuario y el momento en que éste haya realizado la consulta.
展开▼