¿Cómo utilizaré las fuentes de información?
El conocimiento de las herramientas de recuperación de la información, del lenguaje de interrogación o, simplemente, de la manera en la que está organizada la información es imprescindible antes de empezar la búsqueda.
Esto es válido para todas las fuentes de información, desde un manual o enciclopedia hasta un buscador de Internet, pero a causa de la complejidad de las herramientas de recuperación de la información en formato digital nos centraremos en estos últimos sistemas y los aprenderemos a utilizar con eficacia.
Los sistemas de recuperación de la información (information retrieval systems) nos permiten acceder de una manera rápida y efectiva a grandes volúmenes de información:
| Millones de referencias hasta hace poco y millones de "documentos" gracias a Internet. |
Sin embargo, antes es conveniente tener claros algunos de los conceptos que utilizaremos a continuación, y también la evolución que han experimentado estos sistemas, desde las bases de datos documentales hasta los motores de búsqueda de Internet, sin olvidar los denominados agentes inteligentes y los metabuscadores.
RI, bases de datos documentales, motores, robots, metabuscadores, agentes inteligentes, etc.
El concepto de recuperación de la información o information retrieval fue inventado por Calvin Mooers en el año 1950. Este autor definía el problema de la documentación como una búsqueda de informaciones en un almacén de documentos efectuada a partir de especificaciones de los temas (López Yepes, 1996).
El desarrollo de la teoría de la recuperación de la información permitió la creación de un conjunto de herramientas de búsqueda aplicadas a la recuperación de información bibliográfica y textual. En principio había dos líneas de investigación, una que potenciaba el análisis del contenido y otra que era partidaria de facilitar la exhaustividad en el acceso a la información (Sebastià Salat, 1999).
Una de las aplicaciones principales desarrolladas a partir de esta teoría fueron las bases de datos documentales, denominadas así porque parten de la base de que la información está organizada en documentos, los cuales contienen generalmente conjuntos de palabras, agrupadas en frases que, a su vez, forman párrafos. Otra de las características de estas bases de datos es que están preparadas para tratar grandes volúmenes de información y garantizar una gran velocidad de respuesta.
En la asignatura Fundamentos de búsqueda y recuperación de la información, de las autoras Patricia Riera Barsallo y Anna Pérez Hidalgo y revisada por Elisabet Cabré, podemos ver una descripción muy completa de una de las características principales de las bases de datos documentales, el uso de los índices y de los ficheros invertidos.
Los índices y los ficheros invertidos en la búsqueda de información
Otra de las características de estos sistemas de recuperación de la información es el uso de los operadores booleanos, los truncamientos o la búsqueda por la raíz de las palabras y los operadores de proximidad. En el apartado siguiente trataremos más detalladamente estos conceptos.
Generalmente, estas herramientas de recuperación de la información se han aplicado a conjuntos de información estructurada y tratada previamente por documentalistas y han dado como resultado las bases de datos comerciales, descritas en el módulo 2 ("Características de las fuentes y los recursos de información, según su formato o soporte. Fuentes digitales. Bases de datos comerciales").
La aparición de Internet y de la web ha puesto al alcance de los usuarios un gran volumen de información (billones de ítems), en gran parte desestructurada, y ha obligado al desarrollo de herramientas que hagan posible la recuperación (Mahon, 2001).
A mediados de los años noventa del siglo XX aparecieron los primeros motores de búsqueda de Internet. Utilizaban algún tipo de base de datos documental y unas herramientas denominadas robots o arañas (spiders) que automatizaban el proceso de navegación por la Red, visitaban continuamente millones de páginas y almacenaban el contenido.
En aquellos momentos AltaVista se constituyó como el motor de búsqueda más popular. Altavista y sus seguidores, Yahoo, Lycos, Inktomi, etc., utilizaban esencialmente los operadores booleanos, de proximidad y los truncamientos.
Hay que reconocer que Yahoo ha utilizado desde el inicio documentalistas que filtran y tratan la información, para clasificarla en categorías, y ha dado paso a la configuración de los directorios, estructurados por materias y temas y que facilitan el acceso a la información mediante la navegación, por la clasificación establecida previamente.
La aparición del buscador Google representó un avance significativo en los sistemas de recuperación de la información presente en Internet, al introducir un criterio de calidad para la selección basado en el número de conexiones entre los sitios y las páginas web. Últimamente este motor ha incrementado su cobertura al facilitar la recuperación de la información de documentos diferentes de las páginas HTML, como los documentos PDF.
Paralelamente a la evolución de los motores de búsqueda y los directorios, han ido surgiendo herramientas que actúan sobre múltiples motores de búsqueda al mismo tiempo; son los metabuscadores.
En la estantería virtual podréis encontrar más información sobre los motores de búsqueda, los directorios y los metabuscadores (direcciones de los principales y tablas comparativas).
Finalmente, tenemos que hablar de una última generación de herramientas de búsqueda y recuperación de la información: son los denominados agentes inteligentes. Aunque estas herramientas son muy nuevas, no significa que sean totalmente innovadoras (Revelli, 2000). El precedente es un sistema llamado Eliza, desarrollado en el año 1966 en el Massachusetts Institute of Technology (MIT).
Durante los años setenta del siglo XX, la evolución de los agentes inteligentes estuvo estrechamente vinculada al progreso de la inteligencia artificial (IA), pero hasta el pleno desarrollo de Internet y de la Web estas herramientas no se han introducido finalmente.
Veamos a continuación la definición del concepto agente inteligente, sus características y la tipología que hay.
Los agentes inteligentesLa definición de agente inteligente ha sido objeto de controversia. Simplificando al máximo, podemos encontrar a autores que consideran los agentes inteligentes casi como seres humanos y, por otra parte, a otros que los asimilan al software avanzado (Revelli, 2000). Según este último autor:
|
El problema es definir cuáles son los atributos propios de un agente. Según O. Erzioni y D. Weld (1995), se pueden considerar los atributos siguientes:
| Autonomía. Un agente es capaz de tomar iniciativas de una manera autónoma y ejercer un control sobre sus acciones. |
| Capacidad de colaboración. Un agente es capaz de cooperar con otros agentes o con personas para llevar a cabo sus tareas. |
| Capacidad de aprendizaje. Un agente es capaz de adaptarse a las necesidades del usuario analizando las acciones efectuadas. |
| Orientado a los resultados. Un agente acepta las demandas humanas precisas y decide de qué manera las resuelve. |
| Flexibilidad. Las acciones de un agente no se pueden establecer por completo previamente. |
| Self-starting. A diferencia del software tradicional, un agente puede decidir, según las condiciones externas, el momento adecuado para efectuar una acción. |
| Carácter propio. Un agente posee una personalidad propia y definida. |
| Movilidad. Un agente es capaz de desplazarse de una máquina a otra y a través de diferentes plataformas y arquitecturas. |
Los agentes inteligentes que hay no poseen el conjunto de estos atributos, sino que tienen una parte de los mismos, según su finalidad o especialización. Veamos a continuación las diferentes clases de agentes, según sus atributos y según sus objetivos o tareas principales que tienen que desarrollar:
Atributos
Agentes móviles. Su característica principal es la capacidad de desplazarse por las redes informáticas para llevar a cabo tareas concretas independientemente de los usuarios.
Interfaces inteligentes. Se definen como asistentes personales capaces de colaborar con el usuario en un mismo espacio de trabajo. Tienen capacidad de aprendizaje y a partir de la observación del comportamiento de los usuarios pueden sugerir alternativas.
Agentes de gestión de perfiles. Sus tareas principales son la búsqueda y la recuperación de información procedente de distintas fuentes. Tienen capacidad de aprendizaje y de colaboración.
Tareas
Agentes para la búsqueda de información: el objetivo es optimizar la búsqueda de información por Internet. Los principales son los siguientes:
| Metabuscadores en línea. No se pueden considerar agentes propiamente dichos, pero tienen parte de sus atributos. |
| Metabuscadores fuera de línea. Son metabuscadores que se instalan en los ordenadores personales y su principio de funcionamiento es el mismo que el de los metabuscadores en línea. La diferencia es que el usuario programa la estrategia de búsqueda y las direcciones que hay que rastrear y, cuando es el momento, el agente se activa por sí solo, se conecta a Internet y efectúa la búsqueda. |
| Agentes de búsqueda avanzados. Estos agentes han incorporado funciones adicionales en los agentes para la búsqueda citados. Son los siguientes:
|
Agentes para la vigilancia. Su objetivo principal es el seguimiento de novedades y cambios en los sitios y páginas web para alertar al usuario. Podemos encontrar dos tipos: por una parte, los denominados pull (que literalmente significa 'estirar'), es decir, que el usuario o el agente tiene que actuar activamente para recuperar la información; y por otra, los denominados push ('empujar'). En este último caso el usuario es menos activo, y es el sistema el que le envía la información.
Agentes para el comercio. Los agentes inteligentes dedicados al comercio están en plena expansión. Su objetivo o tarea principal es facilitar al consumidor la selección de tiendas, marcas y productos ofrecidos presentes en Internet. Pueden ser de dos tipos:
| Agentes controlados por los clientes o consumidores, denominados shopping agents. Estos agentes son utilizados por los consumidores para localizar las ofertas óptimas de productos y marcas. |
| Agentes controlados por los productores, también denominados interfaces inteligentes. Estos agentes son utilizados por los productores o distribuidores de productos o servicios y funcionan a partir del tratamiento de la información de los clientes o visitantes de la web. De este modo, permiten al productor hacer un marketing individualizado y prever su comportamiento. |
Agentes asistentes. Hay numerosos agentes asistentes por Internet que tienen distintos objetivos. Unos son los agentes guía, los cuales, a partir del comportamiento del usuario, le sugieren sitios web que le pueden interesar. Otros son los agentes de oficina, como por ejemplo los que gestionan los correos electrónicos y facilitan el filtro, la eliminación y la respuesta automática de los mensajes.
Las expectativas creadas por la aparición de todos estos agentes en los usuarios de la Red se pueden haber visto decepcionadas, sobre todo con respecto a su "inteligencia", porque sus prestaciones pueden no estar todavía a la altura de las necesidades de recuperación, selección y filtro de la información. Sin embargo, sin duda, son un elemento imprescindible para acceder a la información presente en Internet. Hoy en día nadie se puede plantear la posibilidad de analizar, tratar y recuperar la información exclusivamente mediante operadores humanos.
Veamos la opinión sobre el futuro de los agentes inteligentes y el rol de los documentalistas de Nicholas Negroponte (fundador y director del célebre Media Lab-MIT), mediante una entrevista por correo electrónico publicada en la obra de Carlo Revelli (2000), Intelligence stratégique sur Internet.
Entrevista con Nicholas Negroponte
Encontraréis más información sobre agentes inteligentes (productos concretos, características) en la estantería virtual de la asignatura.
Ser más el ruido que las nueces: precisión, ruido, exhaustividad
¿Nunca os habéis encontrado, buscando información, con que el resultado de la búsqueda sean trescientas referencias de las cuales solamente os sirvan diez?
Esto se denomina ruido. Su contrario es la precisión o relevancia; es decir, cuando la información localizada responde a la demanda planteada se dice que es relevante.
Otro de los parámetros en torno a la búsqueda es la exhaustividad. Se dice que una búsqueda es exhaustiva cuando se recupera todo aquello que hay sobre el tema. Cuando intentamos ser exhaustivos en una búsqueda, al principio nos encontraremos con mucho ruido, ya que para encontrar el máximo de información utilizaremos todos los recursos, investigaremos todas las combinaciones de palabras, sinónimos, etc.
Estos indicadores de medida nacieron en torno a los sistemas de recuperación de la información en los años cincuenta del siglo XX.
En la asignatura Fundamentos de búsqueda y recuperación de la información, podemos ver una descripción de todos estos conceptos.
Precisión, relevancia, ruido, silencio
Cuando planificamos la búsqueda, una de las cosas que tenemos que decidir es la importancia de ser exhaustivos en el resultado, o que todo lo que encontramos sea relevante, o hasta qué punto será tolerable para el usuario un cierto grado de ruido.
Esto dependerá de qué buscamos y para qué finalidad; es decir, según lo que habremos sabido durante la entrevista con el usuario, podremos decidir si tenemos que ser exhaustivos, muy precisos, etc.
Recordemos que para determinados usuarios y tareas concretas es más importante la exhaustividad que la pertinencia (módulo "Identificación y categorización de usuarios. Diga a qué se dedica y le diré qué busca").
|
Usuario/tarea |
Exhaustividad |
Pertinencia |
|
Científicos: adquirir conocimientos, producir literatura. |
|
|
|
Profesionales: solucionar problemas, tomar decisiones. |
|
|
|
Estudiantes: adquirir conocimientos, redactar trabajos. |
|
|
También hay determinados casos en los que se tiene que ser exhaustivo, según el tipo de documento que buscamos -como disposiciones legales y patentes-, ya que la omisión de una referencia puede llevar a consecuencias no deseadas al usuario receptor de nuestra información.
Otro concepto que hay que tener claro es la relevancia desde el punto de vista del usuario, porque los resultados de una búsqueda pueden ser relevantes desde el punto de vista de la consulta pero no necesariamente desde el punto de vista de aquél.
La relevancia desde el punto de vista del usuario se denomina pertinencia (de la asignatura Fundamentos de búsqueda y recuperación de la información).
AND, OR, NOT, *, ?, near, descriptores, tesauros, XML..., lenguajes, operadores e instrucciones de búsqueda de los sistemas de recuperación de la información
Tal y como hemos comentado antes, todas las fuentes de información, incluso las que no parecen estructuradas como Internet, están organizadas de una determinada manera y normalmente ponen al alcance del usuario las instrucciones necesarias para hacer correctamente la búsqueda.
Por eso habrá que saber el tipo de lenguaje del sistema (natural, artificial -descriptores, clasificación-) y si utiliza operadores (booleanos, de proximidad, truncamiento). Por otra parte, para la información no estructurada (la mayoría de la presente en Internet), si no hay ningún tipo de marcador o identificación (metadatos, lenguajes Internet, HTML, XML).
Veamos a continuación la diversidad de lenguajes de los sistemas de recuperación de la información.
Lenguajes de los sistemas de recuperación de la informaciónLos sistemas de recuperación de la información se pueden basar en dos líneas, como hemos visto en el apartado "RI, bases de datos documentales, motores, robots, metabuscadores, agentes inteligentes, etc.": por un lado, los sistemas que optan por hacer más énfasis en el análisis y el tratamiento de los contenidos y, por otro, los que facilitan la exhaustividad en el acceso a la información.
De estos diferentes puntos de vista se derivan dos tipos de sistemas de recuperación de la información, según el grado de análisis y tratamiento de los contenidos y la utilización de lenguajes controlados:
| Bases de datos comerciales y catálogos bibliotecarios, que se basan en el análisis y el tratamiento de la información y la utilización de lenguajes artificiales y controlados. |
| Motores de búsqueda, directorios de Internet y en general almacenes de grandes volúmenes de información, que se basan en la potencia del software de recuperación, el cual permite un procesamiento automático de grandes volúmenes de información, y que utilizan el lenguaje natural. |
No obstante, en la práctica, los dos sistemas descritos pueden utilizar en parte las características del otro y derivar en sistemas híbridos que aprovechan las ventajas de los dos sistemas. Tenemos un ejemplo en los directorios de Internet, tipo Yahoo, en los que hay documentalistas que hacen una selección y un tratamiento de los contenidos, que han sido recuperados automáticamente por el sistema (robots).
Los tipos principales de lenguajes se pueden agrupar en los siguientes:
| lenguaje natural o libre, frases; |
| descriptores, vocabulario controlado, palabras clave; |
| encabezamientos de materias, y |
| clasificación o códigos numéricos o alfanuméricos. |
En la asignatura Fundamentos de búsqueda y recuperación de la información podemos encontrar una descripción muy detallada de los lenguajes de los sistemas de recuperación de la información.
Lenguaje natural
Lenguajes documentales
Las instrucciones y los operadores de recuperación de la informaciónLos sistemas de recuperación de la información utilizan un conjunto de elementos para facilitar la búsqueda. Son las instrucciones y los operadores.
Las instrucciones son utilizadas principalmente por las bases de datos comerciales en línea y son el conjunto de palabras que se utilizan durante la búsqueda. Actualmente estas instrucciones han quedado superadas por interfaces más amigables, como las máscaras de consulta, desarrolladas para facilitar el acceso al usuario final.
Unos ejemplos de instrucciones utilizadas en las bases de datos del distribuidor Dialog son los siguientes:
| BEGIN B. Empezar por una base de datos. |
| SELECT S. Seleccionar descriptores. |
| TYPE T. Visualizar las referencias obtenidas. |
Los operadores se utilizan en todos los sistemas de recuperación de la información, en un grado mayor o menor. Los más antiguos y habituales de todos los sistemas son los operadores lógicos o booleanos (el nombre viene de George Boole, un matemático del siglo XIX que desarrolló la denominada álgebra de Boole):
| Y o AND. El operador de intersección permite seleccionar un conjunto formado por los documentos que tienen a la vez los dos descriptores o palabras. |
| O u OR. El operador de unión permite seleccionar un conjunto formado por los documentos que tienen indistintamente una de las dos palabras o descriptores. |
| NO o NOT. El operador de exclusión permite seleccionar un conjunto formado por los documentos que tienen una de las palabras, pero no la otra. |
Con los operadores se construyen las ecuaciones de búsqueda, combinando entre éstos los conjuntos.
Otros tipos de operadores son los siguientes:
| Operadores de proximidad, NEAR. Permiten seleccionar palabras que están próximas (separadas por una, dos o unas cuantas palabras). |
| Operadores de limitación. Permiten limitar la búsqueda por un campo concreto, por el lenguaje, por las fechas, etc. Un ejemplo aplicado a los motores de búsqueda son los menús desplegables que permiten seleccionar el ámbito geográfico de la búsqueda. |
| Operadores de rango. Sirven para limitar la búsqueda mediante una expresión numérica (números o fechas). |
| Frases o conjunto de palabras o caracteres exactos. Para recuperar una frase o un conjunto de palabras que coinciden exactamente, normalmente se utilizan las comilla altas ("). |
| Truncamientos. Para recuperar palabras por la raíz o lexema común en diferentes términos, se utilizan los truncamientos. El más frecuente es el truncamiento de sufijo o a la derecha con el asterisco (*). También podemos utilizar el truncamiento de prefijo o a la izquierda y el truncamiento simultáneo, por los dos lados, con los signos de interrogación (¿) o (?). |
En la asignatura Fundamentos de búsqueda y recuperación de la información, podemos encontrar una descripción muy detallada de los diferentes operadores.
Para profundizar más os recomendamos la lectura del artículo siguiente: M. Pérez Gutiérrez (2000). "El lenguaje de interrogación: una gramática formal para la recuperación de información". Revista Española de Documentación Científica (vol. 23, núm. 3).
Veamos un ejemplo de ecuación de búsqueda utilizando los operadores descritos.
El caso de los alimentos modificados
Los lenguajes de marcaje de los documentos digitales, distribuidos por InternetLos documentos en formato digital siempre han llevado incorporados unos lenguajes de marcaje que posibilitan que el sistema conozca la presentación y la estructura del documento: formato, tipo de letra, partes del documento, etc. En estos lenguajes se encuentra el origen de los actuales procesadores de textos, y los formatos estándar de intercambio de datos entre el diferente software (Hípola y Eíto Brun, 2000).
Las bases de datos también utilizan el sistema de marcadores, las denominadas etiquetas, que proporcionan información sobre el nombre de cada campo y facilitan el intercambio de los datos entre sistemas diferentes.
Estos lenguajes de marcaje han evolucionado hasta dar más peso a la información referente al contenido del documento que a los datos referentes a la presentación. Es lo que se denomina la opción semántica:
|
La proliferación de lenguajes de marcaje diferentes obligó a desarrollar estándares para facilitar el intercambio entre sistemas. De este modo, al final de los años sesenta nació el lenguaje de etiquetado generalizado estándar SGML (standard generalized markup language, norma ISO 8879).
El SGML no es solamente un lenguaje de marcaje, sino que es un metalenguaje complejo que establece dos aspectos:
| La sintaxis que se tiene que utilizar para diseñar un conjunto de marcas aplicables a cada tipo de documento, denominado definición de tipo de documento (DTD, document type identification). |
| La manera en la que se tienen que intercalar las marcas en el texto de un documento para identificar las diferentes partes de su estructura. |
Se vio que la aplicación de este lenguaje a los orígenes de la Web era compleja y se desarrolló un subconjunto de este lenguaje, el estándar HTML, que básicamente incorpora los marcadores referentes al formato o la presentación del documento.
El paso siguiente fue el desarrollo de un lenguaje que también incorporara etiquetas referentes al contenido. Después de distintos estándares finalmente se ha creado el lenguaje de etiquetado extensible XML (extensible markup language).
El XML es un lenguaje que facilita poner datos estructurados en un archivo de texto. Muchos programas utilizan datos estructurados de un tipo u otro, las hojas de cálculo, las bases de datos, los registros MARC y el sistema de metadatos Dublin Core.
En la asignatura Fundamentos de búsqueda y recuperación de la información, podemos encontrar una descripción de los metadatos y el estándar Dublin Core.
Los metadatos
Las principales características del XML, según D. Fichter y F. Cervone (2000), son las siguientes:
| Permite la edición electrónica en el ámbito internacional, al tratarse de un lenguaje compatible o estándar. |
| Facilita la definición de protocolos para el intercambio de datos entre plataformas, especialmente para el comercio electrónico. |
| Proporciona información a los agentes usuarios en una manera que permite el procesamiento automático de los datos. |
| Facilita el desarrollo de software que manipule la información especializada distribuida por la Web. |
| Hace que sea más fácil el procesamiento de los datos para el usuario doméstico, al utilizar un software económico. |
| Facilita la visualización de la información por medio de plantillas. |
| Hace que sea más fácil el uso de los metadatos, tanto para ayudar a los usuarios que buscan información como para los productores. |
Las aplicaciones de este lenguaje son numerosas, especialmente cuando se trata de facilitar el intercambio de datos entre diferentes plataformas y servicios de Internet y, sobre todo, si hay un gran volumen de datos, por su facilidad para separar los contenidos de la presentación. También se ha empezado a aplicar al mundo de la documentación y las bibliotecas.
Concretamente la National Library of Medicine de los Estados Unidos, productora de la base de datos bibliográfica Medline, referente en el ámbito de las ciencias de la salud, ha adoptado este lenguaje para esta base de datos. Las principales ventajas son la posibilidad de separar los contenidos de la presentación, el hecho de que permita utilizar caracteres especiales y, finalmente, que al no estar vinculado en ningún hardware, software o protocolo de red específico, será posible que perdure más fácilmente en el tiempo (Ferran, 2001).
¿Cómo se tiene que traducir la consulta al lenguaje de la fuente de información?
Pocas veces las palabras con las que el usuario ha formulado la pregunta sirven tal cual para hacer la búsqueda, incluso después de haber hecho la entrevista y haber pasado por nuestro filtro.
Normalmente tendremos que traducir estas palabras al lenguaje de la fuente de información, no sólo en el sentido figurado, sino también literalmente, ya que muchas fuentes de información están en otros idiomas, principalmente en inglés.
El ejercicio que haremos seguirá normalmente estos pasos:
| Selección de los conceptos clave, los más representativos de la consulta, y también de los genéricos y subordinados. |
| Consulta de diccionarios y enciclopedias para localizar sinónimos, palabras relacionadas y, si es necesario, su traducción a otro idioma. |
| Traducción de la consulta al lenguaje de interrogación de la fuente de información seleccionada. |
También se puede dar el caso de que estemos ante una consulta de un ámbito temático desconocido para nosotros o del cual tenemos un conocimiento muy básico. En este caso, en primer lugar tenemos que decidir si somos capaces de hacer la búsqueda con éxito. Más vale reconocer delante del usuario que no estamos lo bastante especializados que perderlo por la entrega de resultados poco adecuados a la consulta.
En caso de que decidamos continuar es recomendable seguir el procedimiento siguiente:
| Adquirir conocimiento sobre el tema utilizando obras básicas, como enciclopedias o manuales. Esto nos permitirá situarnos en el contexto del tema. |
| Descifrar el lenguaje específico del tema. A menudo esto puede ser una de las dificultades mayores, sobre todo si recibimos la consulta en un idioma (por ejemplo en castellano) y debemos buscar su respuesta en fuentes de información internacionales, que normalmente están en inglés. En este caso es necesario utilizar diccionarios multilingües especializados del ámbito temático de la consulta. |
| Cuando ya nos hemos hecho una composición del tema, si todavía creemos que no es suficiente, nos queda el recurso de dirigirnos a un experto en el tema para acabar de adquirir las claves del área o bien volver a contactar con el usuario para garantizar que tenemos claro lo que debemos buscar. |
Como conclusión de este apartado, recordemos lo siguiente:
 | |
| El conocimiento de las herramientas de recuperación de la información, del lenguaje de interrogación o, simplemente, de cómo está organizada la información es imprescindible antes de empezar la búsqueda. La rapidez con la que evolucionan los sistemas de recuperación de la información y los lenguajes hace que sea absolutamente necesaria la puesta al día continua de nuestros conocimientos. | |
|
Ejercicio sobre la preparación de la búsqueda
