Metodología basada en técnicas de soft-computing para la organización y gestión de documentos de naturaleza heterogénea

Abstract

En estos últimos años, la gran expansión del uso de Internet ha provocado la aparición de nuevas fuentes de información como la Web, el correo electrónico y los grupos de noticias, Estos nuevos repositorios de documentos se caracterizan por el gran volumen de información que contienen, lo cual los hace inabarcables, y por su constante actualización de contenidos. En este nuevo escenario las herramientas clásicas de recuperación de información fracasan en el propósito de satisfacer las necesidades del usuario. La estructuración de la información en grupos de documentos conceptualmente similares se demuestra como una estrategia eficaz de resolución del problema de sobrecarga de información. En este trabajo se propone una metodología, denominada MERICHET, basada en técnicas de Soft-computing, con el propósito de llevar a cabo una gestión eficiente y flexible de repositorios de documentos dinámicos y heterogéneos. La base de esta gestión la proporciona una base de conocimiento formada por la representación de las agrupaciones de documentos conceptualmente similares mediante Prototipos Deformables Borrosos. La agrupación de los documentos se realiza a partir de los conceptos subyacentes en los mismos, utilizando un nuevo algoritmo de clustering borroso el cual permite obtener una organización jerárquica y borrosa del repositorio. La metodología desarrollada también permite la actualización automática de la organización ante nuevas incorporaciones de documentos. Como solución práctica se ha obtenido un componente software, TEHANU, integrado en fzMail, una herramienta inteligente de gestión de correo electrónico, también desarrollada como solución práctica de este trabajo.