Propuesta de un vocabulario de microdatos basado en Schema.org para la descripción semántica de publicaciones científicas y la mejora de su visibilidad en entornos abiertos del conocimiento

Abstract

El uso de las tecnologías de la Web Semántica en la descripción de los contenidos publicados en la web con el fin de mejorar la recuperación de información es una realidad hoy en día, habiendo sido adoptadas de pleno por las principales instituciones y empresas de este campo. La web hace ya tiempo que es el medio principal de comunicación científica y los contenidos de las publicaciones científicas no pueden quedar al margen de esta tendencia y deben aprovecharse también de sus ventajas y deben adentrarse en el campo de la descripción semántica promovido por Shotton quien introduce el concepto de "Publicación Semántica". Este concepto engloba las pautas y recomendaciones para el enriquecimiento semántico, así como la propuesta de diferentes ontologías con las que describir publicaciones científicas y recursos bibliográficos. Nuestro trabajo tiene como objetivo proponer un vocabulario de microdatos basado en Schema.org que permita identificar y describir publicaciones científicas. Para elaborar la propuesta se han seguido las pautas marcadas por la comunidad Schema.org (promovida por los motores de búsqueda Google, Yahoo, Bing! y Yandex) y se ha confeccionado un listado de propiedades y términos (básicos y opcionales) que permiten la descripción semántica de los artículos, revistas, autores, estructura de artículos y referencias bibliográficas. Como herramienta de descripción hemos utilizado microdatos debido a su gran auge y facilidad de implementación en la web y a que su uso favorece que los motores de búsqueda puedan inferir información y ser capaces de establecer relaciones entre documentos descritos semánticamente. El vocabulario propuesto facilita a los motores de búsqueda la tarea de recuperar documentos relevantes proporcionando mayor efectividad a las búsquedas. Además, la propuesta permitirá la descripción semántica integral de publicaciones científicas, abarcando desde aspectos formales como la estructura del documento a la justificación de las referencias bibliográficas contenidas.

ABSTRACT: The web is since long the main channel for scientific communication and scientific publication contents cannot be left out of this trend, and must profit also from the advantages and break into the semantic description field promoted by Shotton, who introduces the concept of "Semantic Publication". This concept encompasses patterns and recommendations for the semantic enrichment, and a proposal of different ontologies that may be used to describe scientific publications and bibliographic resources. Our work has the objective of proposing a microdata vocabulary based on Schema.org that allows identifying and describing scientific publications. In order to elaborate the proposal, the guidelines marked by the Schema.org community (endorsed by Google, Yahoo, Bing and Yan- dex) have been followed and a list of properties and terms (basic and optional) that allow the semantic description of articles, jour- nals, authors, article structure and bibliographic references has been drafted. As a description tool we have used microdata due to its great rise and ease of implementation that favors search engines to infer information and be able to establish semantic relation- ships between documents. The proposed vocabulary eases the task of retrieving relevant documents to search engines, allowing more efficiency to searches. Furthermore, the proposal will permit the integral semantic description of scientific publications, en- compassing formal aspects, document structure and the justification of the bibliographic references it contains