Nachito

Recuperación de Información
Ernest Abadal, Lluís Codina
Bases de Datos Documentales: Características, funciones y método. Capítulo 2. p. 29-92. Madrid: Síntesis, 2005 (84-9756-263-1)

2. Recuperación de Información

2.1. Definición y contexto

Recuperar significa volver a tener. Recuperar información significa volver a tener una información que alguna vez, hace unos minutos o hace unosaños, ha sido producida por alguien, bien por nosotros mismos o bien por terceras personas.

La Recuperación de Información (RI, a partir de ahora) es la disciplina que estudia la representación, la organización y el acceso eficiente a la información que se encuentra registrada en documentos.

De las operaciones propias de la RI, sin duda la más característica consiste en la selección dedocumentos, bien a partir de las características de su contenido, (los temas tratados), bien a partir de características de su contexto (p.e. la fecha de publicación,) bien a partir de alguna combinación de ambas cosas (p.e: "documentos sobre desarrollo humano publicados por UNESCO entre 2003 y 2005").

Ahora bien, para que la RI tenga sentido se presupone un entorno en el cual no es trivial,precisamente, el hecho de acceder a los documentos por su contenido. Este contexto lo genera, típicamente, cualquier fondo documental a partir del momento que contenga unos centenares o unos miles de documentos. Empresas pequeñas, medianas o grandes, con ejecutivos, abogados, químicos o ingenieros que necesitan encontrar una información en fondos internos o externos es un ejemplo. Universitarios einvestigadores que necesitan consultar bases de datos bibliográficas para asegurarse de que no reinventan la rueda es otro. Finalmente, la Web, que en realidad es un enorme sistema de información documental con varios miles de millones de documentos es el ejemplo extremo de contexto característico de RI.

Los sistemas de RI no son los únicos sistemas de información que existen. En tal sentido, enrelación a otros métodos de procesamiento de la información, la RI presenta algunos rasgos bien definidos que presentamos a continuación:

- Primero, aunque también utiliza ordenadores, como casi cualquier otro sistema de información actual, la intervención de los mismos varía mucho, yendo desde sistemas de RI mediante ordenador a sistemas de RI asistidos por ordenador.

- Segundo, gestionainformación de cualquier tipo, desde textos hasta videos, pasando por reproducciones de arte o fotografías, pero siempre mediante el uso información textual.

- Tercero, tiene lugar en lo que aquí llamaremos un contexto de descubrimiento.

El significado detallado de los tres rasgos precedentes es el siguiente:

1. Uso de ordenadores (automatización). La RI se caracteriza por el uso deordenadores y, por tanto, por el uso de bases de datos u otros sistemas automáticos o semi automáticos de procesamiento de la información, tales como hipertextos. Aunque es lógicamente posible desarrollar sistemas de RI exclusivamente manuales, la teoría (y la práctica) de la RI nació de hecho con las primeras bases de datos y la mayoría de sus procedimientos o algoritmos sólo tienen sentido en unmedio automatizado.

2. Uso de información textual. La RI gestiona información textual de tipo narrativo o discursivo, en lugar de, por ejemplo, datos númericos o alfanuméricos muy estructurados, como hacen otros sistemas de información, por ejemplo, los sistemas administrativos (Salton; McGill, 1983: viii). Cuando la RI gestiona documentos u objetos no textuales, como imágenes,fotografías, video, etc., lo hace también a través de descripciones textuales (p.e., descripciones de las imágenes) y/o de conjuntos de palabras que expresan el contenido y el contexto de las imágenes.

3. Contexto de descubrimiento. La RI se caracteriza por tener lugar en un contexto en el cual los usuarios del sistema de información tienen la necesidad de descubrir qué entidades cumplen una o...