Las Autoridades en la era de Internet

Este mismo crecimiento del volumen de información hace cada vez más necesaria la depuración de las búsquedas, y la selección de los materiales recuperados. Los modernos estudios sobre recuperación de la información se ocupan de la combinación de los sistemas de clasificación clásicos con técnicas derivadas del uso de las nuevas tecnologías, como el Browsing, que podríamos traducir por hojeo, los hipertextos o el análisis Cluster y su uso en la clasificación automatizada. Muchos trabajos se basan en la adaptación del browsing a los esquemas de clasificación, de modo que el usuario acceda a un base de datos donde los términos de indización no están ordenados por un mero orden alfabético, sino organizados en árboles temáticos constituidos por los números de un esquema de clasificación. Entre las ventajas que se le señalan son su carácter no verbal, y por lo tanto su independencia de una terminología específica o de una lengua. El conveniente mayor es su distancia del universo del usuario inexperto, hay abundantes pruebas de que a los usuarios les resulta más difícil entender los esquemas de clasificación que las listas alfabéticas.

Por otra parte, según señalan Felix Moya y Juan Carlos Fernández Molina, el propio diseño de los sistemas de recuperación, que consideran la estrategia de búsqueda como algo definitivo y rígido, impide la consecución de mejores resultados. La adopción de la corrección automática, la reducción a raíz, las técnicas de best matching, partial matching y la de relevance feedback, que describimos someramente a continuación, pueden paliar en parte estos inconvenientes.

• Corrección automática, consiste en la eliminación automática de los errores de tecleo y faltas de ortografía, un 20% de las búsquedas de resultado 0 se producen por estas causas.
• Reducción a raíz o stemming, hay de dos tipos, débil y fuerte, en la débil no hay una diferencia apreciable entre las palabras reducidas, en cambio en la fuerte si y puede llegar a alterar el sentido de la búsqueda.
• Best matching, se trata de una rutina estadística que a partir de un documento considerado relevante por el usuario inicia una búsqueda en cadena que va llevándolo hacia documento relacionados.
• Partial matching, recupera palabras semánticamente relacionadas, no es necesaria la identidad total entre los términos comparados (los de la estrategia de búsqueda y los de la base de datos), sino que le basta una semejanza parcial, presentando los términos por orden de similitud con el término elegido por el usuario. Entre sus ventajas está que no da nunca un resultado cero.
• La relevance feedback reproduce el comportamiento de los humanos en la búsqueda, que se re-alimenta mediante la revisión de los resultados, la elección de los ítems que le son pertinentes y la repetición de la búsqueda tomando como base dichos ítems.

Otro de los conceptos puesto en tela de juicio en los sistemas de recuperación es el uso generalizado del álgebra de Boole, que algunos autores consideran poco próxima al lenguaje natural; dichos autores aducen, por ejemplo que el operador "y" se entiende como sumatorio y el "o" como disyuntivo y por lo tanto como una resta.

Todas estas mejoras se refieren a los sistemas de recuperación de la información (motores, agentes multibuscadores, formularios de búsqueda, etc.), es decir, del modo por el cual se extraen la información más precisa de un determinado conjunto. Ahora bien, aunque muchos de estos mecanismos pueden solucionar la pérdida de información relevante (es decir el silencio informativo), no pueden evitar el fenómeno contrario, es decir la recuperación de información no pertinente o el ruido informativo.

Este es uno de los problemas básicos de la información en Internet, que en parte podrían ser solucionados con métodos de gestión de autoridades en la propia catalogación de los recursos, con la utilización de los metadatos. La normalización de los metadatos en sistema como el Dublín Core, o el TEI es vista por muchos autores como una de las tareas futuras de los bibliotecarios y documentalistas, entre las muchas que están surgiendo en el panorama de la sociedad conectada a través de Internet.

Pero Internet también supone para los bibliotecarios y los catalogadores la disponibilidad de miles de recursos en tiempo real, la consulta de los catálogos bibliográficos de lugares muy distantes y el acceso inmediato a grandes obras de referencia y a una enorme cantidad de información. Respecto a los propios catálogos de autoridad, inicialmente casi todas las bases de datos bibliográficas disponibles en Internet permitían acceder a sus registros de autoridad, hoy día no suelen estar disponibles, quizás debido a la concepción de los catálogos de autoridades como de uso limitado a los profesionales y no disponible para los usuarios o quizás por favorecer la comercialización de determinados productos (CD-ROM de autoridades o listas impresas). Parece evidente que la visualización de un registro de autoridad con términos relacionados y fuente puede ayudar al usuario no profesional a obtener mejores resultados de sus búsquedas. Pero al margen de la existencia de los propios catálogos de autoridades en la Web se pueden encontrar gran cantidad de recursos, de los cuales se exponen algunos a continuación, debidamente clasificados.

http://www.lib.byu.edu/dept/catalog/authority

Lista no oficial de los encabezamientos de la Library of Congress: http://lcmarc.dra.com/LCAUTH

El Formato Conciso MARC 21 de autoridades: http://www.loc.gov/marc/authority/ecadhome.html

http://www.tlcdelivers.com/tlc/crs/crs0000.htm

En español, de la Fundación Germán Sánchez Ruipérez: http://www.citynet.com.ar/informacion/ruizperez.htm

Del instituto de Estudios Albacetenses "Don Juan Manuel", de la Diputación de Albacete:http://www.dipualba.es/iea/recursos/

http://www.mun.ca/library/cat/refsource.htm