Fuentes para la actualización de macro- tesauros: Noticias de divulgación científica

Abstract

Los tesauros son herramientas de organización del conocimiento necesarias para el control de la información. Muchos no se actualizan con la necesaria frecuencia, reduciendo considerablemente su utilidad. Este trabajo tiene como objetivos, analizar el grado de actualización de los tesauros de la Unesco y Unión Europea (Eurovoc); y determinar la capacidad de las noticias de divulgación científica de ser usadas para efectuar esa renovación. Para ello se han extraído palabras clave a partir de titulares de artículos de divulgación científica, publicados en prensa digital. A continuación, mediante técnicas de Recuperación de Información (N-gramas y Apache Solr) se buscaron equivalencias con los tesauros mencionados anteriormente. Los datos obtenidos permiten confirmar que ninguno de los macro-tesauros debe utilizarse para describir noticias de divulgación científica, ya que buena parte de las palabras clave extraídas no se recogían en estos. Sin embargo sí pueden emplearse como base para la construcción de otros vocabularios de organización del conocimiento. Por otro lado, una revisión más frecuente es necesaria y obligatoria. La inclusión de nuevos términos y la redefinición de las relaciones entre los ya existentes incrementarían incuestionablemente la calidad de las herramientas analizadas. Las noticias de divulgación resultan adecuadas para dicha actualización, constituyendo auténticos yacimientos de conceptos y términos.

Abstract Thesauri are knowledge organization tools necessary to control information, but many of them are not up- dating with the frequency required, it reduces their usefulness. This paper aims to analyze the updating degree of UNESCO thesaurus and European Union thesaurus (EUROVOC) and determine if popular sci- ence news are useful for this renovation. In this work, keywords were extracted from headlines. After, using Information Retrieval techniques (N-grams and Apache Solr) they were searched in both thesauri to find equivalences. Data obtained let us confirm that none of these macro-thesauri should be used to de- scribe popular science news, although both of them can be used as a base for building other knowledge organization vocabularies. On the other hand, a more frequent review is necessary. Inclusion of new terms and redefinition of relationships between them is un- questionable to increase the quality of analyzed tools. Popular science news are adequate to this purpose, they constitute real sources of concepts and terms.