Algunas aplicaciones

de la inteligencia artificial
para la organizacin
de la informacin
Jacques Schreiber
Universidade de Santa Cruz do Sul
Departamento de Informtica

Nuevas tecnologas aplicadas

a la documentacin

Sumario:
- Inteligencia artificial y sus aplicaciones
- Contextualizacin
- Redes neuronales
- Redes neuronales aplicadas en el rea

Nuevas tecnologas aplicadas

la la documentacin
Inteligencia artificial (IA)
Definiciones
reas que utilizan recursos de IA
Lenguaje natural
Juegos (reglas)
Diagnstico (Sistemas expertos, representacin del
conocimiento)
Prediccin (algoritmos genticos y redes neuronales)
Educacin (sistemas tutoriales inteligentes)

Nuevas tecnologas aplicadas

a la documentacin
Contextualizacin del problema:
La correccin y la agilidad en la recuperacin de la informacin
son elementos vitales para las organizaciones modernas, cualquiera
que sea su actividad.
La cantidad de informacin disponible es enorme, y la tendencia
del crecimiento es exponencial.
Los sistemas tradicionales de bsqueda estn empezando a
alcanzar sus lmites.

Nuevas tecnologas aplicadas

a la documentacin
Contextualizacin del problema
El uso de sistemas tradicionales puede, en algunos casos, hacer
dificultosa para los usuarios la recuperacin de la informacin
relevante, as como para los profesionales de la documentacin, que
han de realizar actividades como la indizacin, clasificacin y
manutencin del conjunto.

Dos requisitos clave para resolver este problema son:

simplificacin de las actividades de bsqueda realizadas por
usuarios comunes; y
reduccin de costes de manutencin.

Nuevas tecnologas aplicadas

a la documentacin
Actualmente,
sistemas
capaces
de ejecutar
Para estosexisten
tipos de
aplicacin
se utiliza
tareas hasta ahora imposibles para los ordenadores, como
una reconocer
tecnologamodelos
llamada de
de imgenes o
reconocer el habla,
neuronales (RN)
clasificar objetos o redes
documentos.
Ej.: Via Voice, de la IBM
Reconocimiento de huellas digitales o iris de los ojos
Aplicaciones policiales
Reconocimiento de formas

Nuevas tecnologas aplicadas

a la documentacin
Breve historia:
Esta rea de investigacin comenz en 1943 cuando el
neurofsico McCulloch y el matemtico Walter Pitts
propusieron una estructura artificial anloga a la neurona
biolgica

Nuevas tecnologas aplicadas

a la documentacin

Axnio
Soma

Dendritos

Nuevas tecnologas aplicadas

a la documentacin

La conexin entre el axn de una neurona y la

dendrita de otra se llama sinapsis

Axnio

Sinapse
Dendritos

Nuevas tecnologas aplicadas

a la documentacin
Y qu son las redes neuronales?
Son sistemas computacionales, de implementacin en
hardware o software, que imitan las habilidades
computacionales del sistema nervioso biolgico, usando un
gran nmero de simples neuronas artificiales
interconectadas.

Nuevas tecnologas aplicadas

a la documentacin
Una neurona artificial

x0
Entradas x1

wj0
wj1

Funo
de Soma

Sada i

wj2
x2

Pesos

Funo de
Transferncia

Redes neuronales
artificiales:
aprendizaje supervisado
Ejemplo de entrenamiento
Aprender las entradas:
Entrada = {1,1} deber producir la salida = {1}
Entrada = {0,0} deber producir la salida = {0}
Pesos iniciales: {-1,-1}
Constante de aprendizaje: {1}

Redes neuronales
artificiales:
aprendizaje supervisado
Funcin de transferencia:

rampa

Si el resultado de la suma < 0,

entonces la salida = 0
Si el resultado de la suma >= 0 y <= 1,
entonces la salida = entrada
Si el resultado > 1,
entonces la salida = 1

Redes neuronales
artificiales:
aprendizaje supervisado
1

Presentamos el primer objeto...

-1

T
-1
1

Usando la funcin suma tenemos:

1*-1 + 1*-1 = -2
Aplicando este resultado, la funcin
T:
0

Redes neuronales
artificiales:
aprendizaje supervisado
Recordemos que:
Entrada = {1,1} debera producir la salida =
{1}
De momento, la salida obtenida fue = {0}
Por tanto, hace falta un ajuste sinptico

Redes neuronales
artificiales:
aprendizaje supervisado
Se aplica la regla Delta:

Constante = 1
Error = salida esperada - salida obtenida
Peso nuevo = Peso antiguo +
( Error * Entrada * Constante)

Ajuste para el peso 1

Error = 1- 0 = 1
Peso nuevo = -1 + (1 * 1 * 1) = 0
Ajuste para el peso 2
Error = 1 - 0 = 1
Peso nuevo = -1 + (1 * 1 * 1) = 0

Redes neuronales
artificiales:
aprendizaje supervisado
1

El primer objeto se presenta

nuevamente

0
1

Usando la funcin suma tenemos:

1*0 + 1*0 = 0
Aplicando este resultado, la funcin T:
1

Redes neuronales
artificiales:
aprendizaje supervisado
Conclusiones:
1. Si presentamos nuevamente el segundo
objeto, verificaremos que el resultado
calculado es el esperado
2. Se considera, entonces, que la red ha
aprendido

Nuevas tecnologas aplicadas

a la documentacin

RN SOM - Teuvo Kohonen

Despus de entrenada, datos similares presentados a la red

Cuando un estimularn
dato se presenta
a la la
red,
solamente
resulta activada
siempre
misma
neurona.
una neurona
conjunto
porpara
lo tanto,
lo que se hace
Por lodel
tanto
es una de
redsalida;
indicada
establecer
es una clasificacin
relaciones, desconocidas
previamente, entre datos.

Nuevas tecnologas aplicadas

a la documentacin

Por lo tanto:
Las redes de nodos adaptables que mediante un proceso de
aprendizaje a partir de ejemplos, almacenan experiencia y
poseen capacidad de generalizacin.

EJEMPLOS...

Nuevas tecnologas aplicadas

a la documentacin
Um neurnio artificial
Representacin de un objeto
que ha de ser aprendido

x0
Entradas x1

wj0
wj1

Funo
de Soma

Sada i

wj2
x2

Pesos

Funo de
Transferncia

Nuevas tecnologas aplicadas

a la documentacin

Funcionamento de una red neuronal:

Primero la red aprende y
clasifica
y
despus podemos utilizarla
con otros ejemplos

Nuevas tecnologas aplicadas

a la documentacin
Diferencias entre programas tradicionales y RN:
Un programa tradicional es un conjunto de instrucciones que
representan objetos del mundo real que codifican el
conocimiento; ejecutar siempre lo que est codificado en las
instrucciones.
En una RN ningn conocimiento est codificado; es
necesario ensear presentando ejemplos. Bsicamente, el
conocimiento, al ser enseado, se almacena en forma de pesos
(valores) que darn a la red el comportamiento deseado.
Simulando un comportamiento parecido al del ser humano

Nuevas tecnologas aplicadas

a la documentacin
Algunas tareas caractersticas de un profesional de la
documentacin:
Indizar: describir o identificar mediante una representacin lingstica
un documento en funcin de sus contenidos

Estas tareas se caracterizan

Clasificar: tambin en funcin de sus contenidos, agrupar en categoras
porque
no
pueden
representarse
documentos similares, de manera que resulten pertinentes para una
misma bsquedacon algoritmos genricos.
por lodocumentales:
tanto, de difcil
Construccin Son,
de lenguajes
agrupar trminos o cdigos,
que representan conceptos,
en clases comunes y relacionarlas
automatizacin
apropiadamente

Bsqueda: relaciona la consulta

documentos relevantes del fondo.

del

usuario

con

los

Nuevas tecnologas aplicadas

a la documentacin
Ejemplo 1:
ESRIN, de la Agencia Espacial Europea, en Italia.
Adems de controlar los satlites ERS y ENVISAT,
efecta la gestin de todos los documentos oficiales.
Utiliza un sistema basado en las redes neuronales de
Kohonen.
Alcance del experimento: 975 documentos de tamao
variado

Nuevas tecnologas aplicadas

a la documentacin
Etapas del experimento:
1a

- Se cre un diccionario con 2962 trminos. Por ejemplo:

fabric (fabricacin, fabricado, fbrica)
face (cara, rostro, revestimiento)

2a - Cada documento fue codificado utilizando un contador de

concurrencias y gener un vector. Rutinas especiales considerarn
los diferentes tamaos de los documentos.
Ejemplo: documento X
destornillador
3 1

chapa metlica
16

hidrulico

Nuevas tecnologas aplicadas

a la documentacin
Etapas del experimento:
3a - una red neuronal fue entrenada utilizando el vector
generado anteriormente. El resultado fue la creacin de 100
clases de palabras en lugar de las 2692 originales.
Este procedimiento compensa el ruido documental
(palabras no relacionadas con la materia del documento).

Nuevas tecnologas aplicadas

a la documentacin
Funciones del experimento:
Expansin explcita de la consulta : el usuario entra (teclea)
palabras simples y obtiene como resultado un conjunto de otras
palabras relacionadas.
Expansin implcita de la consulta : todos los documentos
estn codificados como modelos semnticos. Un usuario puede
consultar, y esta consulta ser comparada con los modelos
semnticos de los documentos. De este modo, el usuario obtiene
no solamente aquellos documentos con las palabras clave
buscadas, sino tambin otros documentos similares (con la
misma materia aunque con otras palabras).

Nuevas tecnologas aplicadas

a la documentacin
Otra funcin es la agrupacin de documentos en una
estructura de conceptos:
red de tipo
auto-organizativo
Launa
similitud
contextual
recibe los documentos codificados como entrada y produce
tambin es posible
como salida 16 agrupaciones (clases).

Nuevas tecnologas aplicadas

a la documentacin
Ejemplo 2: WEBSOM
Es un organizador de mensajes de una lista de discusin.
Capaz de categorizar 4600 mensajes
Metodologa:
1. Se extraen de los mensajes los trminos ms relevantes
(palabras vacas, que se dan con baja frecuencia o caracteres no
textuales se eliminan)
2. Los trminos resultantes son utilizados en la generacin de un
mapa de categoras de palabras

Nuevas tecnologas aplicadas

a la documentacin
Ejemplo 2: WEBSOM
3. Las palabras prximas en el mapa representan la misma
categora:

Nuevas tecnologas aplicadas

a la documentacin
Ejemplo 2: WEBSOM
4. Cada documento ocupa un lugar en el espacio en funcin
de su contenido

El color indica
la densidad de
documentos

Nuevas tecnologas aplicadas

a la documentacin
Los ejemplos y demostraciones estn en las siguientes
direcciones:

Esrin:
http://esapub.esrin.esa.it

WEBSOM:
http://websom.hut.fi/websom/comp.ai.neural-nets-new/html/root.html

Nuevas tecnologas aplicadas

a la documentacin
Consideraciones finales:

Muchas tecnologas originadas en el mbito de la IA pueden

aplicarse a la organizacin y la recuperacin de la informacin
Las redes neuronales presentan el inconveniente de exigir
una gran capacidad de computacin
Los sistemas de recuperacin y clasificacin de informacin
en el web se encuentran en franca expansin

Nuevas tecnologas aplicadas

a la documentacin
Referencias bibliogrficas
Redes neuronales:
http://menphis.unisc.br/jacques/index.html
Redes neuronales aplicadas a la documentacin:
http://alcazaba.unex.es/~vhersol/Publicaciones/Anu-SOCADI.pdf
WEBSOM:

http://websom.hut.fi/