Closed fjlopez closed 8 years ago
Mas o menos, pero lo que hagamos nosotros será pequeño y práctico.
Bien. ¿Voy a tener que usar Jena?
Es lo más simple si tienes que consumir RDF en Java
Bien, lo que se me ha ocurrido para empezar sería realizar una consulta SPARQL al tesauro para buscar si existe la palabra en el y ademas ese concepto tiene como tema la geografía. Esto me da un resultado de Si o No. Para convertirlo en un valor entre 0 y 1 se me ha ocurrido ponderar el elemento por el peso que tiene en el documento.
Esto sirve para cuando hay que ponderar el peso del documento entero.
La otra variante es cuando hay que ponderar la calidad de un anchor y de su contexto, en este caso es algo distinto porque los elementos son más cortos.
Este tópico puede ser interesante para determinar el peso de un término en un documento https://en.wikipedia.org/wiki/Tf%E2%80%93idf
Si, de hecho esto ya lo seleccioné. De la librería del JATE. Este algoritmo nos devolverá los términos relevantes del documento. Esta implementado ya en la librería que te menciono.
100b89f47f4861ab8d41c0a51f4de3476d4bd0e5 y 8d4818955f4dfd6582c754589a1f1992d4ae7de3
Utilizar SKOS como base https://www.w3.org/2001/sw/wiki/SKOS/Datasets y técnicas de IR para dar un valor de relevancia a documentos. Notar que esto no está pensado a priori para servicios OGC o ficheros de datos.