CONSTRUCCION Y MANEJO DE UNA BASE DE DATOS EN ...

CONSTRUCCION Y MANEJO DE UNA BASE DE DATOS EN TEXTO COMPLETO
Maria Teresa Astroza. M.S.L.Sc.,
Jefe Biblioteca Sede, OPS, Washington, D.C.3
astrozam@paho.org
RESUMEN:
La nueva tecnología de texto completo se presenta como una de las mejores opciones en la
actualidad para la recopilación, preservación, recuperación y diseminación electrónica de la
información. Con esta tecnología se amplía la visión del acceso a la información desde un libro, que
es pasivo, al hipertexto, que es activo. A través de la experiencia de la Biblioteca de la Sede de la
Organización Panamericana de la Salud (OPS), se observa el desarrollo de un proyecto ambicioso, a
bajo costo, de la construcción de una base de datos en texto completo, incluyendo imágenes,
cuyos resultados bien podrían ser replicados en otras instituciones de la Región.
INTRODUCCION:
En el mundo dinámico de hoy, en el cual el cambio es cada vez más acelerado, existe una apremiante
necesidad por adquirir más conocimiento para resolver problemas. Esto influye significativamente
en cómo nos enfrentamos a situaciones que tienen que ver con almacenar, preservar y compartir la
gran masa de información disponible.
Este desafío, unido a la gran variedad de tecnologías disponibles, crea nuevas oportunidades e
inquietudes en el campo de la ciencias de la información, estimulando la investigación y el
desarrollo de nuevos proyectos. El desafío más grande no está sólo en almacenar y preservar la
información, sino en cómo conseguir más rápidamente lo más relevante y en cómo llegar al
usuario preciso para transformarla en conocimiento, propiciando finalmente, una toma de
decisiones más eficiente y efectiva.
La biblioteca tradicional, basada en colecciones en papel, de pronto se enfrenta a la necesidad
imperiosa de transformarse en una biblioteca electrónica. El nuevo bibliotecario se vé obligado a
explorar nuevas formas de llegar a los usuarios de acuerdo a las exigencias de las comunicaciones y
cambiar su papel de simple guardián y catalogador a innovador para agregar valor a la
información, representando "una mezcla de tradición e innovación:
tradición en el sentido de preservar y promover el beneficio de lo que existió antes; innovación en
el sentido de ajustar las relaciones, misiones y acceso entre usuarios, materiales, ideas y
trabajadores del conocimiento" (1)
En contraste con la biblioteca tradicional, el uso de la información electrónica es atractiva porque
puede ser facilmente puesta al día, diseminada y compartida. Los libros en texto completo y las
bibliotecas electrónicas ofrecen ventajas no posibles a traves de medios convencionales, tales
como realizar búsquedas con una rapidez y exactitud nunca sospechadas.
El concepto de texto completo no es nuevo. Hace ya varios años que grandes firmas
norteamericanas, instituciones privadas y organismos internacionales, incluso Naciones Unidas, lo
han estado desarrollando, aunque a costos muy elevados. Lo novedoso es que su demanda y
disponibilidad sigue aumentando considerablemente, especialmente las revistas en texto completo.
Aparecen nuevos equipos a bajo costo que lo vuelven más accesible a pequeñas empresas. De
pronto se transforma en la tecnología preferida para compartir información. (2)
Los documentos electrónicos podrán definirse como una colección de páginas dinámicas (cambian
su forma), con información interactiva (reaccionan de varias maneras en respuesta al usuario) (3).
La mayoría de los documentos electrónicos se originan de archivos producidos por procesadores de
palabras, que a su vez generan la copia impresa. En este proceso se convierten textos marcados

para ser impresos convencionalmente, a bases de datos que permiten su recuperación y
diseminación, incluyendo imágenes (gráficos, tablas estadísticas, fotos, etc).
La dinámica del texto completo surge de los productos en el mercado que permiten marcar partes
del texto, insertar anotaciones, leer página por página, saltar de una página a otra, cambiar de
estilos, colocar líneas o espacios para acomodar preferencias individuales, y colocar enlaces de
hipertexto, ya sea pre-definidos o propios.
El hipertexto, elemental para la recuperación en texto completo, (dirige al usuario a las fuentes de
información), consiste en unidades de información que se llaman "nodos" conectados por
relaciones llamadas "lazos".
El valor de la búsqueda en texto completo se demuestra en numerosos estudios de comparación de
este tipo de bases con bases de datos bibliográficas, en el cual se prueba que se encuentra más
material relevante, especialmente cuando éste va acompañado de descriptores asignados
manualmente (4).
BASE DE DATOS EN TEXTO COMPLETO DE LA MEMORIA INSTITUCIONAL DE OPS.
PROPOSITO FINAL:
Ofrecer al personal de la OPS, de la Región y a otros usuarios, un sistema electrónico eficiente y
eficaz para recoger, organizar, preservar, recuperar y diseminar los valiosos documentos técnicos
originados por la Organización, incluyendo imágenes.
OBJETIVO PRINCIPAL:
Ayudar a fortalecer la capacidad de la OPS al prestar cooperación técnica a los países de América
Latina y del Caribe y servir de instrumento para facilitar la toma de decisiones, no sólo al personal
de la OPS, sino también a todos los actores envueltos en mejorar la salud de los pueblos de la
Región.
El desarrollo de una base de datos de texto completo, exclusiva para la documentación técnica
generada por OPS, se concibe como un medio eficaz para resolver grandes problemas de acceso a
esta información, tales como la falta de una recolección integral de documentos, la falta de
uniformidad en la presentación de los datos bibliográficos mínimos, su lenta búsqueda,
recuperación y diseminación. Como resultado se intenta evitar la duplicación de las investigaciones
y de los proyectos de desarrollo, consultorías y otros productos y ayudar al personal interno, así
como a sus contrapartes en los países de la Región, en la toma de decisiones.
También se consideró la urgente necesidad de ahorrar espacio físico en las oficinas de OPS, ahorrar
en los costos de producción y de diseminación de la información, y en esfuerzo humano al evitar la
duplicación en la entrada de datos bibliográficos.
Para esto se establecio que la base de datos deberá llenar los siguientes requisitos: (a) ser un
sistema electrónico y amistoso, a bajo costo; (b) accesible a traves de LAN y del WEB; (c) proveer
rapidez en la recuperación; (d) permitir recuperaci\n desde registros bibliográficos con los campos
utilizados por BIREME; (e) permitir la entrada de datos bibliográficos en forma rápida y lo más
automatizada posible; (f) utilizar al máximo la tecnología que está en uso en OPS.
El proyecto se inició en 1995 con la contratación de consultores con gran experiencia y prestigio
profesional. Se contemplaron tres etapas en el desarrollo e implementaci\n de este proyecto:

1. IMPLEMENTACION Y DESARROLLO - BIBLIOTECA DE LA SEDE.
Objetivo: Desarrollar todos los elementos necesarios, incluyendo productos de prueba. Fecha: 1996.
Se incluyo la evaluación y elección de un programa comercial a bajo costo, la preparación de los
formatos base y macros para el procesador de palabras, pruebas de recuperación de información,
preparación de manuales, guías y entrenamiento. Paralelamente, se estudió el acceso a través de
LAN, WEB (con diseño de pantallas para LAN y el WEB) y el uso de SGML para producir discos
compactos.
2. IMPLEMENTACION EN LA OFICINA CENTRAL (Washington, D.C.)
Objetivo: Operacionalizar la base de datos en texto completo incluyendo todos los Programas
Técnicos de la Oficina Central. Fecha: 1997. Incluyó entrenamiento y preparación de guías.
3. IMPLEMENTACION EN LAS OFICINAS DE PAISES.
Objetivo: Operacionalizar la base de datos en las Oficinas OPS en la Región. Prevista para
1998-1999. Esto incluye asesoría por parte de la Biblioteca, especialmente entrenamiento.
DESARROLLO DEL PROYECTO:
Se estudiaron las necesidades básicas de manejo de documentación de la OPS (tipo de
documentos,etc). Se evaluaron los programas de recuperación en texto completo disponibles en el
mercado, considerando su costo/beneficio. (Se compar\ TMS Inner View, InterMAX, TMS Quickview,
InfoAccess Kinetic EBT, CJS/Wordkeeper + Acrobat y FolioVIEWS).
Como procesador de palabras se eligió WordPerfect 5.1 (programa utilizado por la OPS, aunque
posteriormente se cambiaría a WORD).
Para preservar en disco compacto, se escogió SGML (Standard Generalized Markup Language),
estandar universal para archivos de texto e intercambio de información y una de las técnicas más
novedosas en el mundo de la publicación y diseminación electrónica. Presenta flexibilidad para
adaptarse a nuevos softwares y tecnologías de comunicación que aparezcan en el futuro (5).
Para la recuperaci\n del texto completo, con imágenes, se eligió FolioVIEWS (Folio Corporation).
Además de ser compatible con DOS, WINDOWS y Macintosh, presenta códigos para formatear
compatibles con procesadores de palabras, es multiusuario y multieditor.
Opera con discos compactos, en el WEB, y se puede colocar multimedios dentro del texto o en
ventanas separadas.
Sin embargo, una de las mayores ventajas de FolioVIEWS está en la bdsqueda y recuperación:
recupera cada palabra del texto (cada palabra es indizada, y su índice se pone al dRa
automaticamente), permite búsqueda booleana, proximidad, truncaciones, bdsqueda por frases y/o
limitada a campos específicos, y tiene un excelente tiempo de respuesta. Además presenta
despliegue adecuado de pantallas, tiene interface multilingüe, acepta diacríticos, notas y tablas en
"pop-up". También permite buscar bajo "QUERY" por cada palabra en el texto, y preparar pantallas
de búsquedas con elementos propios.
Como parte del proyecto se prepararon estas pantallas de búsquedas en FolioVIEWS según las
necesidades de la OPS (ligadas a los datos bibliogr

metodología LILACS con instrucciones en línea. También se utilizó el Autor de SGML para WORD,
para convertir texto a SGML.
Por último se entrenó al personal de la Biblioteca, se realizaron presentaciones a nivel de la
Dirección y se asignaron puntos focales en las oficinas generadoras de documentos.
PROCESO TECNICO
El proceso técnico se realiza en dos puntos principales: En las oficinas de los Programas Técnicos y
en la Biblioteca de la Sede. (Vease Fig.)
1. PROGRAMAS TECNICOS: Al iniciarse un nuevo documento, el personal asignado en los
Programas Técnicos: (a) llama el formato de entrada bibliográfica en MS ACESS desde el menú del
LAN y entra los datos bibliográficos; (b) envía a la Biblioteca el cuerpo de la versión FINAL del
documento en formato electrónico, preferentemente en WORD con las imágenes (colocadas dentro o
fuera de WORD). Si el documento es enviado en WordPerfect, PageMaker or PDF (Portable Data File),
la Biblioteca lo convierte a WORD;(c) envía copia en papel a la Biblioteca para asegurar que se
incluye completo.
2. BIBLIOTECA DE LA SEDE: La Biblioteca de la Sede recibe la información bibliográfica en MS
ACCESS a través del LAN: (a) Chequea la información, corrige y agrega lo que falta y la transfiere a
WORD; (b) Prepara el texto del documento, asignando a cada párrafo el nivel de categoría de los
subtítulos; (c) Prepara los grupos y enlaces a la tabla de contenido; (d) Reformatea las tablas y
gráficas; (e) Valida la indización por frases; (f) Crea una nueva INFOBASE desde el archivo ASCII para
su precisión y consistencia; (g)Traspasa todo a la base de producción y la copia para acceso en el
LAN; (j) Realiza el rastreo de las imágenes si ellas no vienen incorporadas en el texto en WORD.
Fig.
Flujo del proceso de desarrollo de la base de datos desde la creación del documento hasta su
recuperación.
REQUISITOS MINIMOS PARA LA CREACION DE LA BASE DE DATOS EN TEXTO COMPLETO:
De la experiencia de la Biblioteca de la Sede se desprende que para implementar un tipo de base
de datos semejante a la de OPS, se requiere como mínimo:
1. RECURSOS ADMINISTRATIVOS: (a) Apoyo de la Dirección (lo que es fundamental; (b)
Identificación y formulación de guías y políticas institucionales para iniciar el proyecto en toda la
institución; (c) Definición del contenido de la base de datos y los niveles de confidencialidad; (d)
Establecimiento de los elementos de entrada bibliográfica y de recuperación deseados.
2. RECURSOS HUMANOS: Contar con el número necesario de personal calificado. En el caso de la
Biblioteca de la Sede, que genera un promedio de 120 docs. al mes, se necesita un bibliotecario
profesional a cargo de todo el proceso, un bibliotecario para el procesamiento del material, un
ayudante para la entrada de datos y una persona de sistema para resolver problemas de rutina. Al
establecerse la rutina de trabajo, el tiempo estimado de procesamiento para un documento en la
base en texto completo deberRa llegar a ser m

consideró el equipo que ya estaba instalado en la Organización: PC 486 e impresora, procesador de
palabras, INTERNET WEB). El equipo que se adquirió fue: FolioVIEWS (PIDK) en versi\n para una
sola terminal (US$ 3.195), PC Pentium (modelo 1200W, 16 mb RAM, 1 mb video DRAM, 1.2 gb disco
duro (US$ 2.339), escritor de disco compacto (US$ 1.500), editor de WINDOWS (US$ 600), "scanner"
(US$ 600). La producción de cada disco compacto confeccionado dentro de la OPS tendría un costo
de alrededor de US$ 1.45 (realizada por fuentes externas costaría alrededor de US$ 2.500).
Se estimó que en cada oficina de OPS en los países se necesitaría una inversión inicial de equipo a
un costo mínimo, ya que gran parte del equipo ya está instalado y que las copias de FolioVIEWS se
pueden obtener a bajo costo (hay acuerdo para usarlo sin fines comerciales).
ESTADO ACTUAL DEL PROYECTO:
La implementación de la base de datos se desarrolló exitosamente.
La base de datos en texto completo tiene alrededor de 150 docs., accesibles a través de LAN.
Dentro de 1998 estará accesible en Internet/WEB e Intranet, y muy pronto se empezar< su
implementación en las oficinas de OPS en los países.
La recuperaci\n de la información probó ser rápida y efectiva, ya que además de navegar por todo el
texto (capítulos, subcapítulos párrafos, etc.), de recuperar las im

CITAS BIBLIOGRAFICAS
1. Manville, Phillip Brook. Tradition and Innovation in the
Management of Professional Knowledge: A Case Study of a
"Virtual Library". Harvard Library Bulletin, Vol 4, No. 1,
Spring 1993. p. 29.
2. Sievert, Mary Ellen C. Full-Text Information Retrieval:
Introduction. (Journal of the American Society for
Information Science, Vol. 47 No. 4, 1966, p. 261-262)
3. Barker, Phillip. Living Books and Dynamic Electronic
Libraries. (The Electronic Library, Vol 14, No.6, December
1996, p. 491-502)
4. Fidel, Raya, Truli Bellardo Han, Edie M. Rasmussen and
Phillip J. Smith, eds. Challenges in Indexing Electronic
Text and Images. Medford, N.J, American Society for
Information Science, 1994.
5. Sahffstall, Anthony L. SGML: What it is and its benefits
(En: Hegelson, Linda W. CD-ROM: Facilitating Electronic
Publishing. New York, Van Nostrand Reinhold, 1992, p.410)