¿De verdad sabes lo que quieres buscar? Expansión guiada visualmente de la cadena de búsqueda usando ontologías y grafos de conceptos

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10045/18509
Información del item - Informació de l'item - Item information
Título: ¿De verdad sabes lo que quieres buscar? Expansión guiada visualmente de la cadena de búsqueda usando ontologías y grafos de conceptos
Título alternativo: Do you really know what do you want to search? Visually guided expansion of search string using ontologies and concepts graphs
Autor/es: Villa Cordero, Manuel de la | García Pérez, Sebastián | Maña López, Manuel Jesús
Palabras clave: Recuperación de información | Cadena de búsqueda | Ontologías | UMLS | Freebase | Grafos de contextos | Information retrieval | Search string | Ontologies | Context graphs
Área/s de conocimiento: Lenguajes y Sistemas Informáticos
Fecha de publicación: sep-2011
Editor: Sociedad Española para el Procesamiento del Lenguaje Natural
Cita bibliográfica: VILLA, Manuel de la; GARCÍA PÉREZ, Sebastián; MAÑA, Manuel J. “¿De verdad sabes lo que quieres buscar? Expansión guiada visualmente de la cadena de búsqueda usando ontologías y grafos de conceptos”. Procesamiento del Lenguaje Natural. N. 47 (2011). ISSN 1135-5948, pp. 21-29
Resumen: Múltiples trabajos hablan de la escasez de términos usados en las cadenas de búsqueda, lo que dificulta que se discriminen eficientemente los documentos de interés del usuario. Los buscadores devuelven miles de documentos recuperados, produciéndose resultados inadecuados, sin una conexión semántica con la consulta y escasamente relacionados con las necesidades del usuario. Este hecho se agrava en un ámbito biomédico donde el paciente no suele dominar el vocabulario especializado necesario para la precisa definición de sus necesidades de información. Presentamos un método de expansión y enriquecimiento de la cadena de búsqueda mediante la creación de un modelo visual esquemático, un grafo de conceptos relacionados semánticamente con la ayuda de ontologías como UMLS y Freebase. | Many reports talk about the shortage of terms commonly used in the search strings, making it difficult to effectively discriminate relevant documents from the user. Search engines return thousands of documents recovered, leading to inadequate results, with no semantic connection with the consultation and little to do with the user's needs. This is heightened in a biomedical field where the patients does not usually dominate the specialized vocabulary needed for the precise definition of their information needs. We present a method of expansion and enrichment of the search string by creating a visual model diagram, a graph of semantically related concepts with the help of ontologies as UMLS and Freebase.
Patrocinador/es: Este trabajo ha sido parcialmente financiado por ERDF (TIN2009-14057-C03-03).
URI: http://hdl.handle.net/10045/18509
ISSN: 1135-5948
Idioma: spa
Tipo: info:eu-repo/semantics/article
Revisión científica: si
Aparece en las colecciones:Procesamiento del Lenguaje Natural - Nº 47 (2011)

Archivos en este ítem:
Archivos en este ítem:
Archivo Descripción TamañoFormato 
ThumbnailPLN_47_02.pdf1,5 MBAdobe PDFAbrir Vista previa


Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.