1

Aplicaci‡n de los Mapas Aplicaci‡n de los Mapas Aplicaci‡n de los Mapas Aplicaci‡n de los Mapas Aplicaci‡n de los Mapas Aplicaci‡n de los Mapas Aplicaci‡n de los Mapas Aplicaci‡n de los Mapas AutoorganizativosAutoorganizativosAutoorganizativosAutoorganizativosAutoorganizativosAutoorganizativosAutoorganizativosAutoorganizativos al al al al al al al al

campo de la Documentaci‡ncampo de la Documentaci‡ncampo de la Documentaci‡ncampo de la Documentaci‡ncampo de la Documentaci‡ncampo de la Documentaci‡ncampo de la Documentaci‡ncampo de la Documentaci‡n

SRPSRPCarlos CarrascosaCarlos Carrascosa CasamayorCasamayor

Vicente J. JuliánVicente J. Julián IngladaInglada

Introducci‡nIntroducci‡nIntroducci‡nIntroducci‡nIntroducci‡nIntroducci‡nIntroducci‡nIntroducci‡n

Objetivo: Cubrir necesidades de:• Organizar, explorar y buscar colecciones

de documentos textuales de formato libre.• Métodos de recuperación de información

sistemáticos explorativos (posible noconocimiento de las claves).

ExploraciónExploraciónJerarquía de Jerarquía de Documentos Documentos (Tradicional)(Tradicional)

Métodos Métodos AutomáticosAutomáticos

Medios efectivos de codificación y ordenación Medios efectivos de codificación y ordenación de documentos con formato librede documentos con formato libre

2

Mapas Mapas Mapas Mapas Mapas Mapas Mapas Mapas AutoorganizativosAutoorganizativosAutoorganizativosAutoorganizativosAutoorganizativosAutoorganizativosAutoorganizativosAutoorganizativos(SOM)(SOM)(SOM)(SOM)(SOM)(SOM)(SOM)(SOM)

–– NoNo -- supervisada.supervisada.–– Ordenar datos estadísticos con unaOrdenar datos estadísticos con una

alta dimensionalidad.alta dimensionalidad.

–– “SOM Semántico”“SOM Semántico”

Entradas parecidas sean en general Entradas parecidas sean en general mapeadasmapeadas cercanascercanas

Organizar las palabras en categorías Organizar las palabras en categorías gramaticales y semánticas representadas en gramaticales y semánticas representadas en un vector bidimensionalun vector bidimensional

SimilaridadSimilaridad de las categoríasde las categorías Distancia en Distancia en el vectorel vector

–– Procesamiento matemático de los documentos paraProcesamiento matemático de los documentos paraidentificar las palabras más representativasidentificar las palabras más representativas

SOM como SOM como SOM como SOM como SOM como SOM como SOM como SOM como Clasificador de DocumentosClasificador de DocumentosClasificador de DocumentosClasificador de DocumentosClasificador de DocumentosClasificador de DocumentosClasificador de DocumentosClasificador de Documentos

•• ConvertirConvertir los documentos en números quereflejen el contenido temático.

Medición de frecuenciasMedición de frecuenciasRepeticiones en Repeticiones en el documentoel documento RepresentatividadRepresentatividad

Palabra aparece en casi todos los documentosPalabra aparece en casi todos los documentosMínima capacidad para diferenciar Mínima capacidad para diferenciar unos documentos de otrosunos documentos de otros

Valor de Discriminación Valor de Discriminación del Términodel Término

Indica en qué medida una Indica en qué medida una palabra es representativa de un palabra es representativa de un documento.documento.

Entrada al SOMEntrada al SOM

3

WEBSOM: Introducci‡nWEBSOM: Introducci‡nWEBSOM: Introducci‡nWEBSOM: Introducci‡nWEBSOM: Introducci‡nWEBSOM: Introducci‡nWEBSOM: Introducci‡nWEBSOM: Introducci‡nGrupo de Kohonen (Univ. Tecnol. de Helsinki)Clasifica grandes volúmenes de informaciónprocedentes de un grupo de noticias USENET.Salida gráfica:– Áreas Oscuras: Mayor densidad de información.– Temas resumidos en tres letras.– Selección de una zona:

• 1º) Acceso a un mapa ampliado de dicha zona.• 2º) Acceso a una lista de documentos del tema de la zona

– http://websom.hut.fi/websom

WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: ArquitecturaArquitecturaArquitecturaArquitecturaArquitecturaArquitecturaArquitecturaArquitecturaArquitecturaArquitectura básicabásica de dosde dos nivelesniveles (2(2 SOM’sSOM’sjerárquicamentejerárquicamente interrelacionadosinterrelacionados):):

MapaMapa del del DocumentoDocumento (MD)(MD)

MapaMapa de de CategoríasCategorías de de PalabrasPalabras (MCP)(MCP)

HistogramaHistograma““OscurecidoOscurecido””

EntradaEntrada TextualTextual...... ...... ......

4

WEBSOM: MCP WEBSOM: MCP WEBSOM: MCP WEBSOM: MCP WEBSOM: MCP WEBSOM: MCP WEBSOM: MCP WEBSOM: MCP

SOMSOM SemánticoSemántico queque describedescriberelacionesrelaciones dede palabraspalabras basándosebasándose enensussus contextoscontextos promediospromedios

Omisión de palabras:Omisión de palabras:•• Ocurren menos que un nº de veces.Ocurren menos que un nº de veces.•• Marcas de puntuación.Marcas de puntuación.•• Artículos.Artículos.

Proceso:Proceso:–– 1º) Entrenamiento1º) Entrenamiento–– 2º) Calibrar de nuevo el SOM (Entrada:2º) Calibrar de nuevo el SOM (Entrada:

WEBSOM: MDWEBSOM: MDWEBSOM: MDWEBSOM: MDWEBSOM: MDWEBSOM: MDWEBSOM: MDWEBSOM: MDEntrada: Histogramas de los documentos.Entrada: Histogramas de los documentos.

Proceso: Determinar la localización de cadaProceso: Determinar la localización de cadadocumento en el “Mapa de Documentos”.documento en el “Mapa de Documentos”.

Salida:Salida:–– Representación gráfica del MD con interfaz WWW.Representación gráfica del MD con interfaz WWW.

“Oscurecido”“Oscurecido”

Reducir la sensibilidad a pequeñas variacionesReducir la sensibilidad a pequeñas variaciones

5

WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: EjemploEjemploEjemploEjemploEjemploEjemploEjemploEjemplo (I):(I):(I):(I):(I):(I):(I):(I):Caso de estudio: 4600 documentos (1200000 palabras aprox.):Caso de estudio: 4600 documentos (1200000 palabras aprox.):2ª 1/2 de 1995 de2ª 1/2 de 1995 de comp.ai.neuralcomp.ai.neural--netsnets..

Preproceso:Preproceso:••Eliminar información noEliminar información no--textual:textual:

••Dibujos en ASCII.Dibujos en ASCII.••Firmas automáticas.Firmas automáticas.

••Eliminar 800 palabras comunes (suponiendo que noEliminar 800 palabras comunes (suponiendo que nodiscriminarían los tópicos de discusión).discriminarían los tópicos de discusión).

••Discusiones específicas:Discusiones específicas:••Regiones “claras” rodeadas de un color más oscuro.Regiones “claras” rodeadas de un color más oscuro.

••Zonas:Zonas:••Centro: Discusiones “típicas”.Centro: Discusiones “típicas”.••Extremos: documentos más diferentes.Extremos: documentos más diferentes.

WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: EjemploEjemploEjemploEjemploEjemploEjemploEjemploEjemplo (II):(II):(II):(II):(II):(II):(II):(II):MapaMapaMapaMapaMapaMapaMapaMapa CompletoCompletoCompletoCompletoCompletoCompletoCompletoCompleto

6

WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: EjemploEjemploEjemploEjemploEjemploEjemploEjemploEjemplo (II):(II):(II):(II):(II):(II):(II):(II):Zoom del Zoom del Zoom del Zoom del Zoom del Zoom del Zoom del Zoom del MapaMapaMapaMapaMapaMapaMapaMapa

WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: EjemploEjemploEjemploEjemploEjemploEjemploEjemploEjemplo (III):(III):(III):(III):(III):(III):(III):(III):NodoNodoNodoNodoNodoNodoNodoNodo del del del del del del del del MapaMapaMapaMapaMapaMapaMapaMapa

7

WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: WEBSOM: EjemploEjemploEjemploEjemploEjemploEjemploEjemploEjemplo (IV):(IV):(IV):(IV):(IV):(IV):(IV):(IV):DocumentoDocumentoDocumentoDocumentoDocumentoDocumentoDocumentoDocumento SeleccionadoSeleccionadoSeleccionadoSeleccionadoSeleccionadoSeleccionadoSeleccionadoSeleccionado

OtrosOtrosOtrosOtrosOtrosOtrosOtrosOtros SOM en SOM en SOM en SOM en SOM en SOM en SOM en SOM en Documentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡n::::::::El El El El El El El El TrabajoTrabajoTrabajoTrabajoTrabajoTrabajoTrabajoTrabajo de de de de de de de de XiaXiaXiaXiaXiaXiaXiaXia LinLinLinLinLinLinLinLin

EscuelaEscuela dede BiblioteconBibliotecon. de la Univ. de Kentucky.. de la Univ. de Kentucky.EstructuraciónEstructuración de la salida:de la salida:–– Como WEBSOM,Como WEBSOM, cadacada zonazona deldel mapamapa representarepresenta unun

tematema determinadodeterminado,, indicadoindicado porpor loslos nombresnombres yycolorescolores..

–– CadaCada puntopunto pequeñopequeño eses unun documentodocumento..–– PosibilidadPosibilidad dede aumentaraumentar // disminuirdisminuir lala resoluciónresolución dede

loslos puntospuntos yy nombresnombres

–– http://http://www.uky.edu/~xlinwww.uky.edu/~xlin//–– OtrosOtros sitiossitios concon mapasmapas dede esteeste tipotipo comocomo índiceíndice

automáticoautomático dede contenidoscontenidos: Yahoo, McDonnell: Yahoo, McDonnell--Douglas,Douglas,......

Observar sólo los grandes temas / Observar sólo los grandes temas / Observar en detalle los temas Observar en detalle los temas menores asociadosmenores asociados

8

OtrosOtrosOtrosOtrosOtrosOtrosOtrosOtros SOM en SOM en SOM en SOM en SOM en SOM en SOM en SOM en Documentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡n::::::::El El El El El El El El TrabajoTrabajoTrabajoTrabajoTrabajoTrabajoTrabajoTrabajo de de de de de de de de XiaXiaXiaXiaXiaXiaXiaXia LinLinLinLinLinLinLinLin

Mani-pulate

Interface

Animation

Logo

Multimedia

Program

Student

Video

Story

cited

tree

Matrixvector

Retrieval

Query

KM

HyperCard

CD

Menu

Data

File

Hypertext

Map

Memory

Knowledge

Expert

AI

Network

Neural

Parallel

Apple

Boston

Media

Conf.

object

WA

Algo-rithm

Innov.Mana-gement

electron

creativeMeta-phor

Medic

Aug-ment beliefTheory

OtrosOtrosOtrosOtrosOtrosOtrosOtrosOtros SOM en SOM en SOM en SOM en SOM en SOM en SOM en SOM en Documentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡nDocumentaci‡n::::::::OtrosOtrosOtrosOtrosOtrosOtrosOtrosOtros CasosCasosCasosCasosCasosCasosCasosCasos

ProcesamientoProcesamiento deldel lenguajelenguaje natural: Unnatural: Un FiltroFiltroNeuronal y unNeuronal y un MapaMapa dede InterésInterés NeuronalNeuronal parapara lalarecuperaciónrecuperación de lade la informacióninformación ((ScholtesScholtes).).

Para laPara la clasificaciónclasificación dede descripcionesdescripciones textualestextualesdede componentescomponentes dede bibliotecasbibliotecas de softwarede software((MerklMerkl).).

OrganizaciónOrganización dede páginaspáginas WWW (AI LabWWW (AI Lab -- Univ.Univ.Of Arizona).Of Arizona).

9

ConclusionesConclusionesConclusionesConclusionesConclusionesConclusionesConclusionesConclusionesAplicación reciente, pero adecuada, de los SOM:Aplicación reciente, pero adecuada, de los SOM:–– Clasificador.Clasificador.–– Salida gráfica.Salida gráfica.

Desde el punto de vista del usuario:Desde el punto de vista del usuario:–– Facilita la búsqueda y la navegación.Facilita la búsqueda y la navegación.–– Descubre relaciones que a priori no son evidentes.Descubre relaciones que a priori no son evidentes.

Bibliograf¤aBibliograf¤aBibliograf¤aBibliograf¤aBibliograf¤aBibliograf¤aBibliograf¤aBibliograf¤aXiaXia LinLin: (: (HttpHttp://://www.uky.eduwww.uky.edu//~xlin~xlin))

–– “Searching and Browsing on Map Displays”, Xia Lin, ASIS’95.“Searching and Browsing on Map Displays”, Xia Lin, ASIS’95.

WEBSOM: (WEBSOM: (HttpHttp://://websom.hut.fiwebsom.hut.fi))–– “Contextual Relations of Words in Grimm Tales, Analyzed by Self“Contextual Relations of Words in Grimm Tales, Analyzed by Self--OrganizingOrganizing

Map”, T. Honkela, V. Pulkki and T. Kohonen, Proceedings of ICANNMap”, T. Honkela, V. Pulkki and T. Kohonen, Proceedings of ICANN’95.’95.–– “Creating an Order in Digital Libraries with Self“Creating an Order in Digital Libraries with Self--Organizing Maps”, S. Kaski, T.Organizing Maps”, S. Kaski, T.

Honkela, K. Lagus and T. Kohonen, “Proc. WCNN’96, World CongressHonkela, K. Lagus and T. Kohonen, “Proc. WCNN’96, World Congress ononNeural Networks”, pp. 814Neural Networks”, pp. 814--817, 1996.817, 1996.

–– ""NewsgroupNewsgroup ExplorationExploration withwith WEBSOMWEBSOM MethodMethod andand BrowsingBrowsing InterfaceInterface”, T.”, T.Honkela, S. Kaski, K. Lagus and T. Kohonen. Report A32, HelsinkiHonkela, S. Kaski, K. Lagus and T. Kohonen. Report A32, Helsinki Univ. ofUniv. ofTechnology, Laboratory of Computer and Information Science, 1996Technology, Laboratory of Computer and Information Science, 1996..

–– “Self“Self--Organizing Maps of Document Collections: A New Approach toOrganizing Maps of Document Collections: A New Approach toInteractive Exploration”, K. Lagus, T. Honkela, S. Kaski and T.Interactive Exploration”, K. Lagus, T. Honkela, S. Kaski and T. Kohonen.Kohonen.

–– “Map of WSOM’97 Abstracts“Map of WSOM’97 Abstracts -- Alternative Index”, K.LagusAlternative Index”, K.Lagus–– “Self“Self--Organizing Maps of Document Collections”, T. Honkela, S. Kaski,Organizing Maps of Document Collections”, T. Honkela, S. Kaski, K.K.

Lagus and T. Kohonen, the second issue of ALMA.Lagus and T. Kohonen, the second issue of ALMA.

IRVAIE (Interfaz de realidad virtual para el acceso a informacióIRVAIE (Interfaz de realidad virtual para el acceso a informaciónnelectrónica) de la Univ. de Granada:electrónica) de la Univ. de Granada:

– “La aplicación de redes neuronales artificiales (RNA) a la recuperación de lainformación”, F. de Moya, V. Herrero, V. Guerrero, Anuario del SOCADI(SOciedad CAtalana de Documentación e Información)

– “La indización automática: tesauros, sistemas expertos y redes neuronales”.