Gestión semiautomática de metadatos bibliográficos desde corpus de texto en formato PDF

Abstract

El presente trabajo tiene como objetivo implementar una herramienta para la gestión semiautomática de metadatos bibliográficos desde corpus documentales en formato PDF para la Sociedad Cubana de Derecho e Informática. La gestión de metadatos desde este tipo de corpus ha ganado en aplicabilidad en los últimos años, pero es un problema realizar esta tarea pues en esta entidad no existe una herramienta informática para ello. En esta investigación se propone una herramienta para realizar la gestión semiautomática de estos metadatos bibliográficos. Para llegar a la solución propuesta fue necesario realizar un estudio del arte y conocer los principales conceptos vinculados a la gestión semiautomática. La solución propuesta utiliza algunos de estos elementos para poder realizar la gestión de metadatos. Ejemplo de estos elementos son los metadatos bibliográficos definidos por el esquema de metadatos Dublin Core. Los resultados obtenidos demuestran la viabilidad de la herramienta propuesta y son similares a las aproximaciones existentes en la literatura consultada para herramientas de este tipo. Los experimentos realizados demuestran que la exactitud de la solución está por encima de un 70% considerándose estos valores aceptables.