Recuperación de información para respuesta a preguntas en ...

Recuperación de Información perfecto recuperaría sólo documentos relevantes y no los
irrelevantes. Sin embargo, tal sistema no es posible debido a que principalmente la
relevancia depende de la opinión subjetiva de los usuarios. En la práctica, dos usuarios
podrían utilizar la misma solicitud de información en un sistema de recuperación de
información y juzgar diferente la relevancia de los documentos devueltos por el sistema.
Para algunos usuarios podrían ser de utilidad mientras que para otros no.
Con respecto al funcionamiento de un IRS, hay tres procesos básicos que el sistema debe
realizar: el de la representación del contenido de los documentos, el de la representación de
la necesidad de información de los usuarios, y el de la recuperación en sí misma, en la
Figura 1 se ilustran estos procesos y su interrelación.
Necesidad de información
Documentos
Formulación de la
solicitud
Preprocesamiento/
Representación
Representación de la
solicitud
Representación de
los documentos
Retroalimentación
Recuperación
Figura 1. Los rectángulos representan los datos del IRS y los óvalos sus procesos.
Con respecto a los documentos a utilizar, éstos podrían encontrarse en diferentes formatos
de almacenamiento como Portable Document Format, PDF, HiperText Mark-up Language,
HTML, eXtensible Mark-up Language, XML debido a lo cual un IRS primero los convierte
a un formato común, usualmente texto plano en alguna codificación estándar.
Adicionalmente, un IRS realiza un procesamiento del contenido de los textos antes del
proceso de representación.
8