Aplicación del Modelo Vectorial a la Recuperación de Información en un Proveedor de Servicios OAI-PMH.

Abstract

El presente trabajo expone la implementación del modelo vectorial para la recuperación de información, tomando como contenido los documentos gestionados en el Repositorio Institucional de la Universidad de las Ciencias Informáticas. El trabajo persigue mejorar la recuperación de información en términos de precisión, motivado por algunas limitantes, que en este sentido presenta la herramienta DSpace, la cuál es la base del desarrollo del repositorio antes mencionado. En el trabajo se describen los diversos modelos clásicos para la recuperación de información, en especial el vectorial. Se detallan las etapas del algoritmo elaborado para la implementación del modelo, pasando por la selección de términos, la eliminación de palabras vacías, el proceso de stemming y la definición de la métrica de comparación entre consulta y documentos. Aunque el objetivo del trabajo no es el desarrollo de una aplicación de software, sí se construye una simple interfaz que permite visualizar las respuestas que produce el modelo. Para esto se emplean herramientas y lenguajes como: el IDE de desarrollo NetBeans, el lenguaje PHP y algunos artefactos para representar elementos de interés como el modelo de dominio y diagrama de clases. Finalmente se realizan pruebas de precisión sobre una muestra de 500 documentos y se constatan los resultados con los que arroja el motor de búsqueda de DSpace para la misma muestra. El resultado obtenido valida la premisa de una mejora de precisión mediante el empleo del modelo vectorial.