Guía de Funciones de Desktops HP
R-Studio es una familia de
programas poderosa y rentable de reestablecimiento y recuperación de datos.
Dotado con nuevas tecnologías únicas de recuperación de datos, es la solución
de recuperación de datos más exhaustiva para recuperar archivos de FAT12/16/32,
NTFS, NTFS5 (creados o actualizados por Windows 2000/XP/2003/
Vista/Windows 7), HFS/HFS+ (Macintosh), variantes de formatos Little y Big
Endian de UFS1/UFS2 (FreeBSD/OpenBSD/NetBSD/Solaris) y particiones
Ext2/Ext3/Ext4 FS (Linux). Funciona en discos locales y de red, aun si tales
particiones están formateadas, dañadas, o han sido eliminadas. Los ajustes
flexibles de parámetros le dan control absoluto en la recuperación de datos.
Motor de Búsqueda
Un motor de búsqueda es un sistema informático que busca archivos almacenados servidores web gracias a su «spider» (o Web crawler). Un ejemplo son los buscadores de Internet (algunos buscan sólo en la Web pero otros buscan además en noticias, servicios comoGopher, FTP, etc.) cuando se pide información sobre algún tema. Las búsquedas se hacen con palabras clave o con árboles jerárquicos por temas; el resultado de la búsqueda es un listado de direcciones Web en los que se mencionan temas relacionados con las palabras clave buscadas.
Como operan en forma automática, los motores de búsqueda contienen generalmente más información que los directorios. Sin embargo, estos últimos también han de construirse a partir de búsquedas (no automatizadas) o bien a partir de avisos dados por los creadores de páginas (lo cual puede ser muy limitante). Los buenos directorios combinan ambos sistemas. Hoy en día Internet se ha convertido en una herramienta, para la búsqueda de información, rápida, para ello han surgido los buscadores que son un motor de búsqueda que nos facilita encontrar información rápida de cualquier tema de interés, en cualquier área de las ciencias, y de cualquier parte del mundo.
Hackeando Con Google
Sistemas de Recuperación de Información
Documentos electrónicos. Algoritmos y estructuras básicas. Modelos de recuperación de información. Diseño de experimentos y evaluación de la recuperación. Clasificación automática. Resumen automático de documentos. Recuperación multilingüe. La búsqueda de respuestas. Recuperación de documentos multimedia. Recuperación de información en Internet. * Objetivos instrumentales generales: OI1. Tener una visión general del estado del arte de la recuperación de información. OI2. Conocer y utilizar la terminología utilizada en recuperación de información. OI3. Ofrecer las herramientas y métodos básicos utilizados en el desarrollo de sistemas de recuperación de información. OI4. Conocer la importancia de la recuperación de información en el desarrollo de sistemas y servicios de información. OI5. Comprender el ámbito de la recuperación de información dentro de los perfiles científicos y profesionales. OI6. Conocer la importancia en la evolución de los sistemas de recuperación de información hacia modelos avanzados. OI7. Conocer las líneas de investigación relacionadas con la recuperación de información. * Objetivos unipersonales generales: OI8. Aplicar los objetivos interpersonales generales comunes en el ámbito de esta materia. * Objetivos sistémicos generales: OI9. Desarrollar la madurez necesaria en el proceso de abstracción para abordar problemas reales y plantear modelos y soluciones de forma razonada y correcta. OI10. Reforzar el hábito de desarrollar diferentes alternativas, cuestionando las características, riegos y viabilidad de cada una, para cada situación planteada.
Introduction to Information Retrieval
La expansión de consultas en RI
Los experimentos en expansión de consultas se basan en métodos que permiten detectar, a partir de la consulta de un usuario, aquello que constituye el núcleo de la consulta (la necesidad informativa del usuario) para expandirla con variantes y encontrar así aquellos documentos que aporten la información más relevante. La primera dificultad con la que se encuentran estos experimentos es precisamente que la consulta no suele ofrecernos suficientes datos para distinguir la información relevante de la relacionada temáticamente (Strzalkowski et al. 1999:136).
Durante los años 90, los métodos de expansión de consultas más usuales han sido la expansión únicamente por términos ( only-term expansion ) y la expansión de texto completo ( full-text expansion ). En el primer caso, la técnica probabilística establece un peso mayor para los términos frecuentes de documentos relevantes, y se suele completar con otros métodos automáticos, como la retroalimentación de relevancia ( relevance feedback method ), o con métodos manuales, como la intervención del usuario en la determinación de la relevancia. En el segundo caso, las consultas se expanden a partir de oraciones o de párrafos, extraídos de documentos considerados relevantes o no.
En los dos casos, el reto más importante es llegar a controlar el contenido semántico y pragmático, que no siempre es explícito a través de las formas de los textos. El procesamiento del lenguaje natural necesita aún bastante desarrollo en representación semántica y pragmática, para evitar que las expansiones partan simplemente de la identificación de unidades léxicas y del establecimiento de correlaciones con variantes morfológicas, equivalentes interlingüísticos o combinaciones léxicas, pero se ha avanzado bastante en los últimos años. En el proyecto RICOTERM-2 nos proponemos abordar el diseño del reelaborador de consultas sobre economía a partir de los dos métodos principales: la expansión a partir de términos y la expansión a partir de textos.
Information Storage and Retrieva Systems Definición de metadatos:
El término metadatos no tiene una definición única. Según la definición más difundida metadatos son «datos sobre datos». Debido a que muchas veces no se tiene en cuenta la diferencia entre datos e informaciones también hay muchas declaraciones como «informaciones sobre datos», «datos sobre informaciones» y «informaciones sobre informaciones».
Otra clase de definiciones trata de precisar el término como «descripciones estructuradas y opcionales que están disponibles de forma pública para ayudar a localizar objetos» o «datos estructurados y codificadas que describen características de instancias conteniendo informaciones para ayudar a identificar, descubrir, valorar y administrar las instancias descritas». Esta clase de definiciones hace mayor hincapié en los metadatos en relación con larecuperación de información, y surgió de la crítica de que las declaraciones más simples son tan difusas y generales que dificultarán la tarea de acordarse de estándares, pero estas definiciones no son muy comunes.
Los metadatos pueden describir colecciones de objetos y también los procesos en los que están involucrados, describiendo cada uno de los eventos, sus componentes y cada una de las restricciones que se les aplican. Los metadatos definen las relaciones entre los objetos, como las tuplas en una base de datos o clases en orientación a objetos, generando estructuras.
Texto y Estructura
