La proliferación de documentos digitales inició una nueva etapa en la organización de la información. En este contexto se tornó relevante el uso de soluciones tecnológicas que permitiesen a las instituciones implementar sus propios repositorios digitales. En este marco, el uso de los metadatos ofrece amplias posibilidades para representar de manera estandarizada la información digital. Los metadatos son la información descriptiva que se aplica sobre un recurso para facilitar su organización, recuperación y preservación. Su adopción en los repositorios digitales permitió dotarlos de interoperabilidad y son el fundamento de toda recuperación de la información. Motivados por las potencialidades y usos de los metadatos, y ante la necesidad de contar con una herramienta de software integrada a un repositorio digital capaz de asistir en la ingesta de contenidos, automatizando la extracción de metadatos de calidad. Se pretende, por medio de la realización del presente trabajo, desarrollar una herramienta de software que tenga como principal funcionalidad la automatización de la extracción de metadatos de artículos científicos, potenciando la interoperabilidad entre los repositorios institucionales. A su vez se buscará mejorar la calidad de los metadatos creando estrategias de extracción, por medio de uso de algoritmos inteligentes, que trabajen directamente sobre los datos definidos por los autores de artículos científicos.

No description available.

A presente pesquisa propõe um estudo acerca das variações lingüísticas presentes no âmbito das linguagens especializadas. Especificamente, realizou-se o estudo das variações denominativas, entendidas como formas linguísticas diferentes cujo significado é equivalente, em CLEs (Combinatórias Lexicais Especializadas), isto é, expressões linguísticas polilexicais, formadas por um núcleo terminológico e respectivos coocorrentes. Procedeu-se à classificação e consideração de todos os tipos de variações encontradas para tais combinatórias, a saber: gráfica, morfossintática, lexical e redução. O foco de análise, no entanto, esteve calcado na variação morfossintática. O objetivo da análise foi a busca de elementos contextuais que estivessem condicionando ou indicando a presença da variação morfossintática. A partir da detecção das causas da variação e posterior busca por elementos formais que refletissem tais causas, realizou-se a sistematização de tais elementos, com o intuito de fornecer subsídios para o estabelecimento de regras informatizadas que pudessem auxiliar na criação futura de um programa de extração automática de variações. A análise foi efetuada a partir de quatro corpora pertencentes às áreas de Cardiologia, Gestão Ambiental, Enfermagem e Informática que pudessem estar equiparados quanto à situação comunicativa e contribuir para a sistematização da variação especializada em diferentes âmbitos do conhecimento. Toda a pesquisa foi orientada pelas correntes teóricas atuais da Terminologia Comunicativa, que direcionam o olhar para a caracterização das diferentes situações em que dada comunicação se estabelece para levar a cabo o estudo de termos e CLEs. A partir dos dados coletados e de sua análise, verificou-se que uma sistematização da variação morfossintática terminológica é possível. Encontraram-se elementos formais presentes no contexto imediato em que as CLEs ocorreram que poderão servir de indícios para a detecção automatizada de CLEs. / La presente investigación propone un estudio acerca de las variaciones lingüísticas presentes en el ámbito de los lenguajes especializados. Específicamente, se realizó el estudio de las variaciones denominativas, comprendidas como formas lingüísticas diferentes de significado equivalente, en las CLEs (Combinatorias Léxicas Especializadas), es decir, expresiones lingüísticas poliléxicas, formadas por un núcleo terminológico y sus respectivos coucurrentes. Se efectuó la clasificación y consideración de todos tipos de variaciones encontradas para estas combinatorias: gráfica, morfosintáctica, léxica y reducciones. Sin embargo, el centro de análisis estuvo sobre la variación morfosintáctica. El reto del análisis fue la búsqueda de elementos contextuales que condicionan o indican la existencia de variación morfosintáctica. A partir de la detección de las causas de variación y posterior búsqueda por elementos formales que reflejaran tales causas, se buscó la sistematización de estos elementos para el establecimiento de subsidios para la creación de reglas informatizadas que pudieran auxiliar en la construcción futura de un programa de extracción automática de variaciones. El análisis se llevó a cabo a partir de cuatro corpora pertenecientes a las áreas de Cardiología, Gestión Ambiental, Enfermería e Informática que pudieran equipararse respecto a la situación comunicativa y contribuir para la sistematización de la variación especializada en diferentes ámbitos del conocimiento. Toda la investigación se basó en las actuales corrientes de la Terminología Comunicativa, que miran hacia la caracterización de las diferentes situaciones en que una comunicación se establece para entender el funcionamiento de términos y CLEs. Con la recolección de los datos y su análisis, se verificó que una sistematización de la variación morfosintáctica terminológica es posible. Fue posible encontrar elementos formales presentes en el contexto inmediato donde las CLEs ocurrieron que resultan en indicios para la detección automática de las CLEs.

A presente pesquisa propõe um estudo acerca das variações lingüísticas presentes no âmbito das linguagens especializadas. Especificamente, realizou-se o estudo das variações denominativas, entendidas como formas linguísticas diferentes cujo significado é equivalente, em CLEs (Combinatórias Lexicais Especializadas), isto é, expressões linguísticas polilexicais, formadas por um núcleo terminológico e respectivos coocorrentes. Procedeu-se à classificação e consideração de todos os tipos de variações encontradas para tais combinatórias, a saber: gráfica, morfossintática, lexical e redução. O foco de análise, no entanto, esteve calcado na variação morfossintática. O objetivo da análise foi a busca de elementos contextuais que estivessem condicionando ou indicando a presença da variação morfossintática. A partir da detecção das causas da variação e posterior busca por elementos formais que refletissem tais causas, realizou-se a sistematização de tais elementos, com o intuito de fornecer subsídios para o estabelecimento de regras informatizadas que pudessem auxiliar na criação futura de um programa de extração automática de variações. A análise foi efetuada a partir de quatro corpora pertencentes às áreas de Cardiologia, Gestão Ambiental, Enfermagem e Informática que pudessem estar equiparados quanto à situação comunicativa e contribuir para a sistematização da variação especializada em diferentes âmbitos do conhecimento. Toda a pesquisa foi orientada pelas correntes teóricas atuais da Terminologia Comunicativa, que direcionam o olhar para a caracterização das diferentes situações em que dada comunicação se estabelece para levar a cabo o estudo de termos e CLEs. A partir dos dados coletados e de sua análise, verificou-se que uma sistematização da variação morfossintática terminológica é possível. Encontraram-se elementos formais presentes no contexto imediato em que as CLEs ocorreram que poderão servir de indícios para a detecção automatizada de CLEs. / La presente investigación propone un estudio acerca de las variaciones lingüísticas presentes en el ámbito de los lenguajes especializados. Específicamente, se realizó el estudio de las variaciones denominativas, comprendidas como formas lingüísticas diferentes de significado equivalente, en las CLEs (Combinatorias Léxicas Especializadas), es decir, expresiones lingüísticas poliléxicas, formadas por un núcleo terminológico y sus respectivos coucurrentes. Se efectuó la clasificación y consideración de todos tipos de variaciones encontradas para estas combinatorias: gráfica, morfosintáctica, léxica y reducciones. Sin embargo, el centro de análisis estuvo sobre la variación morfosintáctica. El reto del análisis fue la búsqueda de elementos contextuales que condicionan o indican la existencia de variación morfosintáctica. A partir de la detección de las causas de variación y posterior búsqueda por elementos formales que reflejaran tales causas, se buscó la sistematización de estos elementos para el establecimiento de subsidios para la creación de reglas informatizadas que pudieran auxiliar en la construcción futura de un programa de extracción automática de variaciones. El análisis se llevó a cabo a partir de cuatro corpora pertenecientes a las áreas de Cardiología, Gestión Ambiental, Enfermería e Informática que pudieran equipararse respecto a la situación comunicativa y contribuir para la sistematización de la variación especializada en diferentes ámbitos del conocimiento. Toda la investigación se basó en las actuales corrientes de la Terminología Comunicativa, que miran hacia la caracterización de las diferentes situaciones en que una comunicación se establece para entender el funcionamiento de términos y CLEs. Con la recolección de los datos y su análisis, se verificó que una sistematización de la variación morfosintáctica terminológica es posible. Fue posible encontrar elementos formales presentes en el contexto inmediato donde las CLEs ocurrieron que resultan en indicios para la detección automática de las CLEs.

A presente pesquisa propõe um estudo acerca das variações lingüísticas presentes no âmbito das linguagens especializadas. Especificamente, realizou-se o estudo das variações denominativas, entendidas como formas linguísticas diferentes cujo significado é equivalente, em CLEs (Combinatórias Lexicais Especializadas), isto é, expressões linguísticas polilexicais, formadas por um núcleo terminológico e respectivos coocorrentes. Procedeu-se à classificação e consideração de todos os tipos de variações encontradas para tais combinatórias, a saber: gráfica, morfossintática, lexical e redução. O foco de análise, no entanto, esteve calcado na variação morfossintática. O objetivo da análise foi a busca de elementos contextuais que estivessem condicionando ou indicando a presença da variação morfossintática. A partir da detecção das causas da variação e posterior busca por elementos formais que refletissem tais causas, realizou-se a sistematização de tais elementos, com o intuito de fornecer subsídios para o estabelecimento de regras informatizadas que pudessem auxiliar na criação futura de um programa de extração automática de variações. A análise foi efetuada a partir de quatro corpora pertencentes às áreas de Cardiologia, Gestão Ambiental, Enfermagem e Informática que pudessem estar equiparados quanto à situação comunicativa e contribuir para a sistematização da variação especializada em diferentes âmbitos do conhecimento. Toda a pesquisa foi orientada pelas correntes teóricas atuais da Terminologia Comunicativa, que direcionam o olhar para a caracterização das diferentes situações em que dada comunicação se estabelece para levar a cabo o estudo de termos e CLEs. A partir dos dados coletados e de sua análise, verificou-se que uma sistematização da variação morfossintática terminológica é possível. Encontraram-se elementos formais presentes no contexto imediato em que as CLEs ocorreram que poderão servir de indícios para a detecção automatizada de CLEs. / La presente investigación propone un estudio acerca de las variaciones lingüísticas presentes en el ámbito de los lenguajes especializados. Específicamente, se realizó el estudio de las variaciones denominativas, comprendidas como formas lingüísticas diferentes de significado equivalente, en las CLEs (Combinatorias Léxicas Especializadas), es decir, expresiones lingüísticas poliléxicas, formadas por un núcleo terminológico y sus respectivos coucurrentes. Se efectuó la clasificación y consideración de todos tipos de variaciones encontradas para estas combinatorias: gráfica, morfosintáctica, léxica y reducciones. Sin embargo, el centro de análisis estuvo sobre la variación morfosintáctica. El reto del análisis fue la búsqueda de elementos contextuales que condicionan o indican la existencia de variación morfosintáctica. A partir de la detección de las causas de variación y posterior búsqueda por elementos formales que reflejaran tales causas, se buscó la sistematización de estos elementos para el establecimiento de subsidios para la creación de reglas informatizadas que pudieran auxiliar en la construcción futura de un programa de extracción automática de variaciones. El análisis se llevó a cabo a partir de cuatro corpora pertenecientes a las áreas de Cardiología, Gestión Ambiental, Enfermería e Informática que pudieran equipararse respecto a la situación comunicativa y contribuir para la sistematización de la variación especializada en diferentes ámbitos del conocimiento. Toda la investigación se basó en las actuales corrientes de la Terminología Comunicativa, que miran hacia la caracterización de las diferentes situaciones en que una comunicación se establece para entender el funcionamiento de términos y CLEs. Con la recolección de los datos y su análisis, se verificó que una sistematización de la variación morfosintáctica terminológica es posible. Fue posible encontrar elementos formales presentes en el contexto inmediato donde las CLEs ocurrieron que resultan en indicios para la detección automática de las CLEs.

L'objectiu principal d'aquesta tesi és dissenyar un model d'un Sistema d'Extracció Automàtica de Candidats a Unitats de Significació Especialitzada (SEACUSE) basat en fonaments lingüístics de diferents tipus i adequat a les necessitats d'unes activitats professionals concretes.Per fer-ho, en el primer capítol es descriu els sistemes d'extracció automàtica de candidats a terme (SEACAT) i s'analitza i valora els principals SEACAT amb l'objectiu d'elaborar un estat de la qüestió en aquest camp que evidenciï les característiques i sobretot les limitacions d'aquests sistemes.En el segon capítol, en primer lloc, es validen les hipòtesis que vam postular en el treball de recerca sobre els patrons estructurals de les UTP i en segon lloc a comprovar les principals limitacions dels SEACAT que es basen en patrons morfosintàctics. Aquestes limitacions es manifesten en dos aspectes: el silenci (unitats pertinents no detectades per l'extractor) i el soroll (unitats no pertinents presentades com si ho fossin).Les dades que es desprenen de l'anàlisi del silenci i el soroll s'estudien en el tercer i quart capítol, respectivament. Així, primer s'analitzen els tipus i les causes de silenci que produeixen els SEACAT, i tot seguit els tipus i les causes del soroll generat per aquests sistemes.El cinquè proposa elements i estratègies perquè un sistema d'extracció automàtica redueixi el silenci i el soroll, i d'aquesta manera aconsegueixi que els seus resultats s'acostin més al reconeixement i delimitació manuals de les unitats de significació especialitzada.El sisè capítol introdueix el punt de vista de l'usuari i planteja el fet que no totes les activitats professionals requereixen els mateixos tipus ni el mateix nombre d'unitats especialitzades d'un text. Aquesta hipòtesi és verificada a través d'una prova experimental basada en les necessitats de quatre activitats professionals diferents.I, finalment, en el setè capítol, s'exposa una proposta de model de SEACUSE que, a més de les estratègies plantejades en el capítol cinquè, té en compte les finalitats dels professionals a l'hora de presentar els resultats. / El objetivo principal de esta tesis es diseñar un modelo de un Sistema de Extracción Automática de Candidatos a Unidades de Significación Especializada (SEACUSE) basado en fundamentos lingüísticos diferentes y adecuado a las necesidades de unas actividades profesionales concretas.En el primer capítulo se describen los sistemas de extracción automática de candidatos a término (SEACAT) y se analizan y valoran los principales SEACAT con el objetivo de elaborar un estado de la cuestión en este campo que evidencie las características y sobre todo las limitaciones de estos sistemas.En el segundo capítulo, primeramente, se validan las hipótesis que postulamos en el proyecto de investigación previo a la tesis doctoral sobre los patrones estructurales de las UTP y después se comprueba las principales limitaciones de los SEACAT que se basan en patrones morfosintácticos. Estas limitaciones se manifestar en dos aspectos: el silencio (unidades pertinentes no detectadas por el extractor) y el ruido (unidades no pertinentes presentadas como si lo fueran).Los datos que se desprenden del análisis del silencio y del ruido se estudian en los capítulos tercero y cuarto, respectivamente. Así, primero se analizan los tipos y las causas de silencio que producen los SEACAT, y seguidamente los tipos y las causas del ruido generado por estos sistemas.El quinto propone elementos y estrategias para que un sistema de extracción automática reduzca el silencio y el ruido, y de esta manera consiga que sus resultados se aproximen más al reconocimiento y delimitación manuales de las unidades de significación especializada.El sexto capítulo introduce el punto de vista del usuario y plantea el hecho de que no todas las actividades profesionales requieren los mismos tipos ni el mismo número de unidades especializadas de un texto. Esta hipótesis se verifica a través de una prueba experimental basada en las necesidades de cuatro actividades profesionales diferentes.Y, finalmente, en el último capítulo, se expone una propuesta de un modelo de SEACUSE que, además de las estrategias planteadas en el quinto capítulo, tiene en cuenta las finalidades de los profesionales en la presentación de los resultados. / The main objective of this dissertation is to design a model for an Automatic Extraction System for Candidates of Specialized Meaning Units (AESCSMU) based upon different types of linguistic foundations that are adequate to meet the needs of concrete professional activities.To achieve this purpose, the first chapter describes the automatic extraction systems for term candidates (AESTCs). It also analyzes and makes an evaluation of the main AESTCs with the purpose of presenting the state of the issue in this field of knowledge, while showing the characteristics and, above all, the limitations of these systems.The second chapter validates, in the first place, the hypotheses that are going to be taken for granted during the research project about the structural patterns of the multiword units, and, in the second place, tests the main limitations of the AESTCs that are based upon morphosyntactic patterns. These limitations become manifest in two aspects: silence (when the extractor does not detect pertinent units) and noise (when non-pertinent units are presented as if they were pertinent).Data derived from the analysis of silence and noise are studied both on the third and fourth chapters. There, we first analyze the types and causes of silence produced by the AESTCs, and then the types and causes of the noise generated by these systems.The fifth chapter proposes elements and strategies so that automatic extraction systems may reduce silence as well as noise. This way we can accomplish that their results may come closer to the manual identification and delimitation of specialized meaning units.The sixth chapter introduces of the user's point of view, and states the fact that not all the professional activities require the same type and the same number of specialized units from a text. This hypothesis is verified through an experimental test based upon the needs of four different professional activities.Finally, the seventh and last chapter proposes a possible model of an AESCSMU that, besides the strategies presented on chapter five, considers the goals of professionals at the time of presenting the results.