Sistema de búsqueda y comparación de documentos

Abstract

El presente trabajo se orienta a la investigación de cómo realizar análisis automático de texto por computadora y sobre métodos de búsqueda. Los resultados de esta investigación serán implementados en un sistema de búsqueda de documentos para la Universidad Peruana de Ciencias Aplicadas. Los proyectos de tesis y tesis sustentadas serán los documentos a analizar. La necesidad y actualidad del trabajo se puede sustentar desde dos puntos de vista: el empresarial y el educativo. En primer lugar, las empresas no cuentan con un sistema que les permita explotar la información contenida en documentos que se generan en sus diferentes procesos del negocio: publicaciones, artículos, Internet y libros. Desde el punto de vista educativo es importante realizar una investigación para crear una nueva herramienta que facilite la búsqueda de documentos, ya que esto servirá como desarrollo educativo y profesional. El objetivo principal del presente trabajo es desarrollar un sistema para facilitar la búsqueda de información inmersa en diversos documentos, realizando análisis de contenido de textos, con lo cual mejorará la administración de los documentos. En la primera parte de este documento se presentará los métodos del análisis automático del contenido textual, los de búsqueda que se realizan en Internet, y de otros métodos complementarios que ayudarán al desarrollo del sistema; luego se presenta el análisis de requerimientos, el modelado del negocio, el modelado del sistema y por último los experimentos desarrollados para determinar los métodos que permitan comparar documentos. Dentro de los resultados esperados más relevantes se pueden encontrar los siguientes:  El sistema podrá ser una herramienta que permita explotar información que se encuentra en una variedad de documentos.  El sistema permitirá un mayor control por parte de los profesores y alumnos en los temas de tesis desarrollados y por desarrollarse, ya que servirá para realizar consultas y búsquedas.  El sistema será capaz de convertir el texto a una notación matemática que permita su posterior utilización en las comparaciones y búsquedas.