Dr. Isidoro Gil Leiva Profesor Titular de Universidad Universidad de Murcia, España, Spain Facultad de Comunicación y Documentación isgil@um.es

    

        LIBROS  /  Books

GIL LEIVA, Isidoro. Manual de indización. Teoría y práctica. Gijón: Trea, 2008, 429 págs.                           ISBN: 978-84-9704-367-0 [[Manual of indexing. Theory and practice]]      Reseña 1  //  Book review 1      Reseña 2  //  Book review 2      Reseña 3  //  Book review 3      Reseña 4  (En prensa) //  Book review 4 (In press)
GIL LEIVA, Isidoro. La automatización de la indización de documentos. Gijón: Trea, 1999, 221 págs. ISBN: 84-95178-11-7. [[Automatic indexing]]

 

        EDITOR

SANCHIS ARNAL, Emilio, MORENO BORONAT, Lidia y GIL LEIVA, Isidoro. I Jornadas de Tratamiento y Recuperación de Información. Valencia: Universidad Politécnica de Valencia, 2002, págs. 190. ISBSN: 84-9705-199-8.

 

        ARTÍCULOS /  Articles

RESÚMENES DE LOS ARTÍCULOS  /  Abstracts

Abstracts

It is presented an analysis of the presence of indexing at the Internet supported by the idea that good part of the basic pillars in the ones which this web of computers is based is impregnated in higher or lower measure by indexing. The pillars are the metadata, the searchers, the users and the web positioning. Each one of these elements is reviewed to prove the approach which is accomplished the one is denominated Universe of the Web Indexing.

Keywords: Indexing; Internet; Metadata; Web Positioning; Users; Searchers; Search Engines; Universe of Web Indexing.

                    Resumen

Se presenta un análisis de la presencia de la indización en Internet sustentado en la idea de que buena parte de los pilares básicos en los que se asienta esta red de ordenadores están impregnados en mayor o menor medida por la indización. Los pilares son los metadatos, los buscadores, los usuarios y el posicionamiento web. Cada uno de estos elementos es revisado para comprobar la aportación que realizan a lo que hemos denominado Universo de la indización web.

 Palabras clave:  Indización ; Internet ; Metadatos ; Posicionamiento web, Usuarios; Buscadores ; Universo de la indización web.

Resumen

Se analizan las palabras clave proporcionadas por los autores de los artículos científicos y los descriptores asignados a esos artículos para averiguar la presencia de las mismas en los descriptores. Para ello, se manejaron 640 registros de las Bases de datos INSPEC, CAB Abstracts, ISTA y LISA. Una vez realizadas minuciosamente las comparaciones se concluyó que las palabras clave de los autores tienen una presencia importante en los descriptores de las bases de datos estudiadas, ya que el 25% de todas las palabras clave aparecen exactamente igual como descriptores; y otro 21% aunque ha sufrido un proceso de normalización se sigue detectando en los descriptores, lo que propicia que el 45% de las palabras clave aparezcan exactas o normalizadas como descriptores. Por otra parte, se observa lo que parecen tres políticas de indización distintas, una representada por INSPEC y LISA (los indizadores parecen tener libertad para asignar los descriptores que estimen necesarios); otra por CAB (ningún registro posee menos de cuatro descriptores y en general, se emplea un cuantioso número de descriptores); y por el contrario, en ISTA se percibe cierta consigna institucional hacia el ahorro en la indización, ya que el 84% de los registros tiene sólo cuatro descriptores.

Palabras clave: Palabras clave ; Descriptores ; Indización ; Indización automática ; Artículos de revista ; Bases de datos ; Estudio comparativo ; INSPEC ; CAB ; ISTA ; LISA.

Abstract

This paper analyses the keywords given by authors of scientific articles and the descriptors assigned to the articles in order to ascertain the presence of the keywords in the descriptors. 640 INSPEC, CAB abstracts, ISTA and LISA database records were consulted. After detailed comparisons it was found that keywords provided by authors have an important presence in the database descriptors studied, since nearly 25% of all the keywords appeared in exactly the same form as descriptors, with another 21% while normalized, are still detected in the descriptors. This means that almost 46% of keywords appear in the descriptors, either as such or after normalization. Elsewhere, three distinct indexing policies appear, one represented by INSPEC and LISA (indexers seem to have freedom to assign the descriptors they deem necessary); another is represented by CAB (no record has fewer than four descriptors and, in general, a large number of descriptors is employed; in contrast, in ISTA, a certain institutional code towards economy in indexing, since 84% of records contain only four descriptors.

Keywords: Keywords ; Descriptors ; Indexing ; Automatic indexing ; Journal papers ; Databases ; Comparative study ; INSPEC ; CAB ; ISTA ; LISA.

 

GIL-LEIVA. Isidoro y ALONSO ARROYO, Alonso. La relación entre las palabras clave aportadas por autores de artículos de revista y su indización en las Bases de datos ISOC, IME e ICYT.  Revista Española de Documentación Científica, 2005, vol. 28, nº 1, p. 62-79.

 

Resumen

 Se analizan las palabras clave proporcionadas por autores en sus artículos científicos y los descriptores asignados a dichos artículos en varias bases de datos para averiguar el papel que juegan esas palabras clave durante el proceso de indización de los mismos. Para ello, se seleccionaron 108 publicaciones periódicas repartidas proporcionalmente entre Ciencias Sociales y Humanidades (36 revistas), Ciencia y Tecnología (36) y Ciencias Médicas y de la Salud (36). De cada una de las 108 publicaciones se escogieron 10 artículos repartidos entre diferentes años, por lo que se trabajó con un total de 1080 que cumplían dos condiciones: poseer palabras clave y estar indizados en las bases de datos ISOC, ICYT e IME. Posteriormente, se procedió a contrastar las palabras clave de los autores de los 1080 artículos con los descriptores asignados por los indizadores en estas bases de datos. En la comparación se constata que en la Base de datos IME el 64,96% de las palabras clave proporcionadas por los autores coincide con los descriptores exactamente o tras una normalización; en ISOC es el 60,48% y en ICYT el 58,18%.

 Palabras clave: Palabras clave ; Descriptores ; Indización ; Indización automática ; Artículos de revista ; Bases de datos ; Estudio comparativo ; ISOC ; IME ; ICYT.

 Abstract

 The keyword provided by authors in their scientific articles and the descriptors assigned to those articles in various data base are analysed to find out the role played by this key-words during its indexing process. In order to do that, 108 periodical publications proportionally distributed between Science and Humanities (36 journals), Science and Technology (36) and Medical and Health Sciences (36) were selected. Ten articles were selected from each of the 108 journals divided in different years, so that we worked altogether on 1080 articles meeting two conditions: including keywords and being indexed in the data bases ISOC, ICYT and IME. Then, we proceed to draw a comparison between the keywords used by the authors of the 1080 articles with the descriptors assigned by these data bases indexers. The comparison shows that in the IME data base 64,96% of the keywords provided by the authors exactly coincide with the descriptors or just do so after normalization; in ISOC the 60,48% and 58,18% in ICYT.

 Keywords: Keywords ; Descriptors ; Indexing ; Automatic indexing ; Journal papers ; databases ; Comparative study ; ISOC ; IME ; ICYT.

Resumen

Introducción. El artículo ofrece algunas características de la colaboración científica en la Universidad Politécnica de Valencia (UPV). El estudio se ha llevado a cabo mediante un análisis cienciométrico de la circulación de artículos de revistas y comunicaciones a congresos producidos por esta universidad, entre 1973-2001. Concretamente, se pretende conocer el grado de cooperación entre los autores, las entidades y los países que colaboran con la UPV. Método. El estudio comprende la consulta a un total de 213 bases de datos nacionales e internacionales, el tratamiento de 5464 artículos de revistas y 1111 comunicaciones a congresos, obtenidos de la búsqueda, y el análisis de la colaboración científica en ese período de tiempo. Análisis. Se ha realizado un análisis cuantitativo de los datos obtenidos, después de ser tratados con el programa gestor de bibliografía “Reference Manager”. Resultados. Los resultados muestran un alto porcentaje de colaboración científica de la UPV. Indican que  la colaboración científica y la visibilidad están directamente relacionadas. Y se obtienen similares resultados en el caso de la cooperación internacional. Conclusiones.  La UPV presenta una tasa de colaboración superior al 86%, en general, y más del 40% internacional. Ha colaborado con 576 instituciones de 51 países diferentes.

Abstract

In this study, we show some characteristics of the scientific collaboration in the Polytechnic University of Valencia (UPV). The study is based in available data on journal articles and conference papers from ISI and other databases (nationals and internationals), in a period of time from 1973 to 2001. The results show how the scientific collaboration and the visibility are directly related. The same occur in the case of the institutional cooperation.  

Abstract

We present a bibliometric study of a corpus of 839 bibliographic references about automatic indexing, covering the period 1956-2000. We analyse the distribution of authors and works, the obsolescence and its dispersion, and the distribution of the literature by topic, year, and source type. We conclude that: (i) there has been a constant interest on the part of researchers; (ii) the most studied topics were the techniques and methods employed and the general aspects of automatic indexing; (iii) the productivity of the authors does fit a Lotka distribution (Dmax = 0.02 and critical value = 0.054); (iv) the annual aging factor is 95%; and (v) the dispersion of the literature is low.

Keywords: Automatic indexing; Scientific output; Bibliometric analysis.

Resumen

Se presenta un sistema de indización semiautomática para artículos de revista de Biblioteconomía y Documentación. El sistema utiliza un conjunto de fuentes y heurísticas para proponer los términos de indización.

 Palabras clave

Indización automática; vocabulario controlado; artículos de revista; Biblioteconomía y Documentación

Keywords

Automatic indexing; controlled vocabulary; articles; Information Science and Librarianship

Resumen

Se presenta una serie de ensayos para conocer los índices de consistencia en la indización de diferentes tipos de documentos (artículo de revista, gráfico y fotografía). Para ello, se ha trabajado con alumnos tras recibir treinta horas de aprendizaje sobre la indización. A falta de trabajar con una muestra mayor, se concluye que los índices de consistencia van disminuyendo progresivamente según se trate de un artículo, de un gráfico o de una fotografía, y que los índices de consistencia logrados por los indizadores noveles no están muy por debajo de los recogidos en la literatura para este tipo de ensayos.

Palabras clave

Indización de documentos. Consistencia en la indización. Índices de consistencia. Indizadores noveles.

Keywords

Indexing; indexing consistency; consistency index; novels indexers

Resumen 

Se presenta  una comparación en la asignación las materias entre diferentes bibliotecas públicas del Estado con el fin de hallar los índices de consistencia.. Para ello, primero se seleccionaron once libros sobre diversas temáticas; en segundo lugar, se localizaron en OPACs de bibliotecas públicas del Estado seleccionadas al azar; y por último, se hallaron dichos índices. La consistencia en la indización obtenida se encuentra en la línea de los resultados logrados por otros autores.

Palabras clave

Consistencia en la indización. Encabezamientos y subencabezamientos de materia. Bibliotecas Públicas del Estado. España.

Keywords

Indexing consistency; subject headings; subjectc subheadings; Public Libraries; Spain.

Resumen

Se presenta la evaluación de cinco paquetes de software de gestión de tesauros (BEAT, MultiTes, Stride, TCS-y2k y SGAT). Para llevar a cabo dicha evaluación, se utiliza una serie de criterios específicos de este tipo de software: por un lado, los criterios relativos a la construcción y mantenimiento de tesauros (definición de términos y sus atributos, relaciones entre los términos y edición y mantenimiento del tesauro); por otro lado, criterios sobre las salidas que ofrecen estos paquetes de software (salida a pantalla y salida a impresora y/o archivo). Los resultados de dicha evaluación se presentan en un conjunto de tablas acompañadas de comentarios junto a cada uno de los criterios analizados.

 Palabras clave: Software de gestión de tesauros / Evaluación

Abstract

This paper presents the evaluation of five software packages of thesaurus management (BEAT, MultiTes, Stride, TCS-y2k and SGAT). For it, we have used a series of specific criteria of this type of software: on the one hand, the criteria relative to the construction and maintenance of thesauri (definition of terms and its attributes, relations between the terms and editing and maintenance of the thesaurus); on the other hand, criteria on the outputs that offer these software packages (output to screen and output to printer and/or file). The results of this evaluation appear in a group of tables accompanied by comments next to each one of the analyzed criteria.

 

Keyword: Thesaurus management software / Evaluation.

Resumen

Se estudia el valor de los títulos y resúmenes de los artículos científicos como fuentes suministradoras de términos para la indización de los documentos en seis áreas del conocimiento indizadas en las Bases de datos ISOC, IME e ICYT del CSIC. Asimismo, se examina la estructura sintagmática de los términos de indización hallados en el campo “Descriptores”, y la posible relación entre el número de descriptores de un documento con la cantidad de páginas del mismo. Para tales fines se seleccionaron las áreas del conocimiento de Biblioteconomía y Documentación, Medicina, Química, Biología, Psicología y Física, y se realizaron seis búsquedas en estas Bases de datos de las que seleccionamos 450 referencias bibliográficas (75 por área) proporcionando un total de 2077 descriptores. El 38,1% de los descriptores asignados a dichos registros aparece en el título, resumen o en el título y resumen a la vez. Como estructuras sintagmáticas descubrimos que el 41,9% de los descriptores son sustantivos, el 32.3% sustantivo+adjetivo, y el 11,8% son sustantivo+de+ sustantivo, quedando solamente un 14% para otras estructuras. Y por último, se han encontrado artículos con escasas páginas y descriptores, documentos amplios y con pocos descriptores asignados, artículos con pocas páginas y una cantidad importante de descriptores, y documentos con un número elevado tanto de páginas como de descriptores.

Se concluye que los títulos cuando no son lo suficientemente precisos, y los resúmenes no están bien elaborados no son fuentes definitivas para la extracción de conceptos; en segundo lugar, que la estructura sintagmática más común es el sustantivo seguido de sustantivo+adjetivo y sustantivo+de+sustantivo; y tercero, que no se aprecia ninguna relación entre el número de páginas de un documento y la cantidad de descriptores asignados.

 Palabras clave: Análisis de descriptores, Análisis lingüístico, Análisis estadístico, Indización automática, Bases de datos del CISIC.

Abstract

The value of scientific articles titles and abstracts as sources of terms for documents indexing is studied in relation with six knowledge areas: Library and Information Science, Medicine, Chemistry, Biology and Physics, indexed in the databases ISOC, IME and ICYT of the CSIC. The sintagmatic structures of the indexing terms found in the field ‘Descriptors’ is also examined, as well the relation between the length of the documents and the number of descriptors it has.

In orden to do this six searches were made in the databases for the six knowledge areas, and 450 bibliographical references were selected (75 for knowledge area), obtaining 2077 descriptors, of these, 38,1% appear in the titles, in the abstracts or in both. With respect to the sintactic structures it was found that 41,9% were ‘nouns’, 32,3% are ‘noun+adjective’ groups, and 11,8% are ‘noun+noun’ groups, with a 14% for other different structures. Lastly, regarding the relationship between length of documents and number of descriptors, all possible combinations were found: short articles with a few descriptors, long articles with a small amount of descriptors, short articles with a important quantity of descriptors, and documents with a high number so much of pages as of descriptors.

The following conclusions can be raised from the data obtained: first, if the abstracts are not well made and the titles are not precise, they are not definitives sources for the extraction of concepts; second, the most common syntactic structures is the ‘noun phrase’, followed by ‘noun+adjective’ and ‘noun+noun’; third, no significant relation is found between length of documents and number of descriptors assigned to it.

keywords: Descriptors analysis, linguistic analysis, statistical analisys, automatic indexing, CSIC data bases.

Resumen

Se presenta la evolución de la indización automática y asistida por ordenador desde que se inician las primeras investigaciones, a finales de los años cincuenta, hasta la actualidad. Los sistemas descritos se han dividido en cuatro apartados: aquellos que utilizan métodos no lingüísticos, los que emplean criterios lingüísticos, los sistemas comercializados, y las últimas tendencias en indización automática de información multimedia. Para el estudio de esta evolución se realiza una amplia revisión bibliográfica que abarca cuatro décadas de indagaciones que han dado lugar a numerosos proyectos de indización automática o asistida por ordenador de los cuales, se muestran más de veinticinco. Finalmente se muestran las conclusiones.

 Palabras clave

Indización automática, indización asistida por ordenador, sistemas de indización automática, tratamiento automático de textos, Estadística, Revisión bibliográfica.

Keywords

Automatic indexing; computer by assisted indexing; automatic indexing systems; Automatic text analysis; Statistical; Bibliographical review.

 

Enlaces de interés

    Grupo de Investigación en Tecnologías de la Información

    Blog Recuperación de Información en la Web

    ←