Un Enfoque de Adaptación de Contenido Basado en la Extracción Automática de Keyphrases para Bibliotecas Digitales en Ambientes Móviles-Edición Única

Abstract

Proveer los servicios de una biblioteca personal digital a usuarios de ambientes móviles involucra modificar la naturaleza de los servicios de esta para adecuarlos a las restricciones inherentes en el computo móvil. En este trabajo de tesis se presentan técnicas de adaptación de contenido mediante la extracción automática de keyphrases para bibliotecas personales digitales en ambientes móviles. Esta adaptación de contenido se hace obteniendo automáticamente información de los documentos digitales con la finalidad de presentar dicha información como sustituto del contenido del documento, de manera de que, al ser presentada esta información y el título del documento a un usuario, le permitan determinar la relevancia del mismo con respecto a una búsqueda realizada. La extracción automática de keyphrases se realiza utilizando un sistema denominado KEA, al cual se le hicieron modificaciones con la finalidad de paralelizar el algoritmo mediante el uso de threads y proporcionarle mecanismos para interactuar con documentos almacenados en una base de datos relacional (e.j: MySQL). Las keyphrases extraídas automáticamente son usadas por un prototipo de cliente móvil desarrollado para dispositivos con el sistema operativo Pocket PC de Microsoft. Para la implementación de este prototipo se diseñó he implementó un framework tipo MVC (Model-View-Controller). El prototipo proporciona las funcionalidades básicas de un cliente móvil de acceso a bibliotecas personales digitales (e.j: autenticación, navegación de colecciones y búsqueda de documentos) y propone dos formas de utilización de las keyphrases en los resultados de una búsqueda de documentos. En una de las formas se muestran los títulos y las keyphrases de los documentos; en la segunda forma se muestra el título de cada documento y, al seleccionar alguno de la lista, se muestran sus keyphrases y los metadatos asociados al mismo. Se realizaron experimentos para evaluar el algoritmo de extracción automática de keyphrases de KEA en paralelo, comparado con la versión original en secuencial del mismo. Las métricas evaluadas con estos experimentos son: el rendimiento en términos de tiempo de ejecución y el rendimiento en términos de precisión. La precisión se evaluó de forma exacta (comparación entre las palabras clave asignadas previamente por el autor contra las obtenidas automáticamente por el algoritmo) y de manera subjetiva (bajo criterio humano). Estos experimentos fueron realizados con diferentes configuraciones de la versión en paralelo (variando el número de threads a usar) con la finalidad de determinar de manera empírica el número de threads adecuado para nuestros objetivos. Los resultados obtenidos indican que el número adecuado de threads a usar es de 2, ya que con este se presenta una mejora considerable en el rendimiento en términos de tiempo de ejecución, y la precisión exacta y subjetiva tienen la menor perdida (en promedio 13.72 % y 0.43 % respectivamente) comparada con la obtenida usando más threads.