STEMMING EN ESPAí‘OL PARA DOCUMENTOS RECUPERADOS DE LA WEB

Abstract

La recuperación de información en internet, hoy en dí­a se ha convertido en una importante área de investigación, debido al crecimiento acelerado de las fuentes de información que en la web se encuentran. La investigación en este campo se ha centrado en crear mecanismos, métodos y herramientas como los algoritmos de stemming y los meta-buscadores, que optimizan la precisión en este tipo de tareas, mejorando así­ los resultados retornados al usuario que utiliza el sistema. En este artí­culo se presenta y describe a nivel general, los componentes de un algoritmo denominado Filtro Español, que permite realizar stemming a documentos escritos en español en un sistema de búsqueda web. Este se diseña, con el fin de ampliar automáticamente la búsqueda a todas las variaciones morfológicas de las palabras digitadas por los usuarios en las consultas y el contenido de los documentos. Para validar la eficiencia del analizador, se realizó un cálculo de similitud entre los documentos, aplicando el método de n-gramas. La evaluación contempla la precisión del filtro donde los resultados de la primera valoración son interesantes.