Entorno colaborativo para la administración de documentación (SUNSET)

Abstract

La gestión y acceso a la documentación por parte de una comunidad de usuarios representa una necesidad para muchas instituciones. La búsqueda exhaustiva sobre documentos constituye una tarea compleja para cualquier sistema de gestión bibliográfica que se disponga a automatizar dicho proceso. La misma resulta imprescindible cuando el volumen de información almacenada se incrementa considerablemente. La propuesta de solución que se describe en la presente investigación consiste en desarrollar un entorno colaborativo de administración de documentos digitales, que disminuye la redundancia y aumenta la disponibilidad de la bibliografía que poseen los usuarios de la Universidad de las Ciencias Informáticas (UCI). El entorno permite la búsqueda de documentos, la gestión en una biblioteca personal, la posibilidad de compartirlos con el resto de la comunidad, así como la retroalimentación por medio de comentarios. La indexación de documentos incorpora un proceso de filtrado que emplea una expresión regular para la tokenización que elimina los caracteres que no son relevantes en el contenido. Posteriormente se eliminan las palabras más comunes que no aportan significado para la búsqueda y las resultantes son traducidas al origen de su significado, mediante la aplicación del stemmer de Porter. El empleo de estas técnicas de procesamiento de lenguaje natural produjo una reducción del 45% del tamaño del espacio de búsqueda y trajo consigo la disminución de los tiempos de respuesta del servidor de Elasticsearch en un 18%, capaz de ofrecer resultados acertados a las consultas de los usuarios, en un tiempo promedio de 28 milisegundos.