PDF de programación - TRATAMIENTO SEMANTICO DE INFORMACION TEXTUAL EN BASES DE DATOS

UNIVERSIDAD DE GRANADA

DEPARTAMENTO DE CIENCIAS DE LA COMPUTACI ´ON E INTELIGENCIA ARTIFICIAL

TRATAMIENTO SEM ´ANTICO DE

INFORMACI ´ON TEXTUAL EN BASES

DE DATOS

Tesis doctoral presentada por ´Ursula Torres Parejo

dentro del Programa de Doctorado en Tecnolog´ıas de la Informaci´on y la

Comunicaci´on

Dirigida por: Dr. Miguel Delgado Calvo-Flores

y Dra. Ma Amparo Vila Miranda

UNIVERSIDAD DE GRANADA

DEPARTAMENTO DE CIENCIAS DE LA COMPUTACI ´ON E INTELIGENCIA ARTIFICIAL

TRATAMIENTO SEM ´ANTICO DE

INFORMACI ´ON TEXTUAL EN BASES

DE DATOS

Tesis doctoral presentada por ´Ursula Torres Parejo

dentro del Programa de Doctorado en Tecnolog´ıas de la Informaci´on y la

Comunicaci´on

Dirigida por: Dr. Miguel Delgado Calvo-Flores

y Dra. Ma Amparo Vila Miranda

El doctorando

El director

El director

Granada, Diciembre de 2013

Declaraci´on

La doctoranda ´Ursula Torres Parejo y los directores de la tesis Miguel
Delgado Calvo-Flores y Ma Amparo Vila Miranda Garantizamos, al
firmar esta tesis doctoral, que el trabajo ha sido realizado por la doc-
toranda bajo la direcci´on de los directores de la tesis y hasta donde
nuestro conocimiento alcanza, en la realizaci´on del trabajo, se han res-
petado los derechos de otros autores a ser citados, cuando se han utili-
zado sus resultados o publicaciones.

En Granada, diciembre de 2013

Directores de la Tesis

Doctoranda

Miguel Delgado Calvo-Flores MaAmparo Vila Miranda

´Ursula Torres Parejo

A mis padres
A Ra´ul

Agradecimientos

Cuando inici´e mis estudios universitarios no me planteaba donde me
llevar´ıa ese camino. Al echar la vista atr´as me doy cuenta del largo
recorrido por una traves´ıa llena de desaf´ıos, logros, frustraciones... du-
rante la que he ido form´andome acad´emica y personalmente, orientan-
do el rumbo de mi vida con cada peque˜na decisi´on. Estoy orgullosa
de haber llegado al punto en que me encuentro, no ha sido sencillo y
desde luego no lo hubiera conseguido sin el apoyo de todas las per-
sonas que me rodean y a las que quiero hacer llegar mi m´as sincero
agradecimiento.

En primer lugar quiero agradecer a Miguel y Amparo la magn´ıfica
oportunidad que me dieron de realizar con ellos la tesis doctoral, as´ı co-
mo su confianza y apoyo en las decisiones m´as dif´ıciles. De no ser por
ellos yo no habr´ıa llegado tan lejos, ya que me han proporcionado todos
los medios necesarios para progresar, d´andome los m´as sabios consejos
con total altruismo. Gracias Miguel por ser tan bueno, por tu cercan´ıa
desde el primer momento en que te conoc´ı, por tu forma de ver la vi-
da y tu manera de tratar a los dem´as. Amparo, en ti tengo un ejemplo
constante de esfuerzo y humanidad, gracias por iluminarme con tantas
buenas ideas, por encontrar la alegr´ıa en el trabajo y saber contagiarla
a los dem´as. Hay personas que nos cambian la vida y a las que nunca
podremos devolverles una porci´on del bien que nos producen. Recibid
al menos este profundo agradecimiento.

En segundo lugar quiero hacer una agradecimiento especial a Jes´us,
ya que con su inestimable colaboraci´on y ayuda ha sido posible la fi-
nalizaci´on de este trabajo. Gracias por ser tan buen compa˜nero, tan
trabajador, tan generoso, por no quejarte nunca e inculcarme parte de

tu perfeccionismo y rigurosidad. Gracias por tus valiosos consejos, por
comprenderme y apoyarme. Siempre estar´e en deuda contigo.

A todos los miembros del Departamento de Ciencias de de la Compu-
taci´on e Inteligencia Artificial de la Universidad de Granada y a mis
compa˜neros becarios, en especial a Rita.

A mis colegas del Departamento de Estad´ıstica e Investigaci´on Opera-
tiva de la Universidad de C´adiz, que me hicieron sentir en casa desde
el primer momento, especialmente a Miguel ´Angel, que siempre me
ha facilitado las cosas y a Inma, por su buena disposici´on, por ser tan
afable, trabajadora y comprensiva.

El pilar b´asico donde todo comienza es la familia. Es tanto lo que ten-
go que agradecer a mis padres que no s´e por donde empezar. Ellos
han sido personas especialmente pacientes y nunca han perdido la es-
peranza en m´ı, a pesar de haberles dado m´as de una preocupaci´on. Si
no fuera por ellos, yo no hubiera encontrado la motivaci´on para llegar
hasta aqu´ı. Ellos me han ense˜nado a ser valiente, a saber afrontar los
problemas y hallar la satisfacci´on en el trabajo de cada d´ıa. Gracias
mam´a por estar siempre ah´ı, d´andome ´animos y haci´endome ver pe-
que˜nas todas las dificultades, por ser tan comprensiva, cari˜nosa y tan
llena de bondad. Gracias pap´a por tantas inquietudes que has desperta-
do en m´ı desde peque˜na, que me han hecho valorar la vida y descubrir
el placer en las cosas sencillas, por preocuparte tanto, por querer siem-
pre lo mejor para m´ı. Sin duda os debo a los dos todos mis logros y mi
felicidad.

El siguiente agradecimiento es para Ra´ul, compa˜nero de penas y alegr´ıas,
que siempre ha sabido ver lo mejor de m´ı. ´El me da la estabilidad y
fuerza que necesito, la seguridad para avanzar. Gracias por poner luz
en mis d´ıas, endulzarme el camino, compartir conmigo mis sue˜nos y
todas mis aflicciones. T´u le das sentido a todo lo que hago y consigues
que no me venga abajo. T´u haces que sonr´ıa en los momentos m´as
sombr´ıos.

Al resto de mi familia, especialmente a mi hermano, que termin´o con
mi soledad y siempre est´a cuando le necesito. A mi t´ıa Aurora, por ale-
grarnos continuamente, a mi t´ıo Antonio, por ser tan bueno con noso-
tros y a mis suegros, Germ´an y Antonia, por ser personas tan discretas
y con tan buen coraz´on.

Por ´ultimo, pero no menos importante, quiero agradecer a mis amigos
que est´en siempre conmigo. Son ellos quienes me dan plenitud y ponen
en mi vida un toque de color, especialmente gracias a Vane, Sandra,
Maribel, Elena, Jorge y David. Vuestra amistad es mi mayor tesoro y
fortaleza.

Gracias a todos,
´Ursula

diciembre 2013

Este trabajo ha sido posible gracias al soporte de la Junta de Andaluc´ıa,
bajo el proyecto de investigaci´on “Un sistema para la movilizaci´on
del Conocimiento contenido en una Base de Datos poco estructurada.
Aplicaci´on a los textos de una Base de Historias Cl´ınicas (P07 TIC
02786)”.

´Indice general

´Indice de figuras

´Indice de tablas

1. Introducci´on

1.1. Planteamiento del Problema
. . . . . . . . . . . . . . . . . . . .
1.2. Objetivos
. . . . . . . . . . . . . . . . . . . . . . . . . .
1.3. Contenido de la Memoria . . . . . . . . . . . . . . . . . . . . . .

.

.

.

.

2. Antecedentes

2.1. Antecedentes de la Tag Cloud . . . . . . . . . . . . . . . . . . .
2.1.1. Sistemas Basados en Etiquetado (Tagging)
. . . . . . . .
2.1.2. Diferentes Terminolog´ıas para la Tag Cloud . . . . . . . .
2.1.3. Revisi´on Bibliogr´afica . . . . . . . . . . . . . . . . . . .
2.1.4. Caracter´ısticas de la Tag Cloud . . . . . . . . . . . . . . .
2.1.5. Las Etiquetas en la Tag Cloud . . . . . . . . . . . . . . .
2.1.6. Tag Cloud Multit´ermino . . . . . . . . . . . . . . . . . .
2.1.7. Las Tag Cloud en las Bases de Datos (Data Cloud) . . . .
2.1.8. Procesos de Asociaci´on Sem´antica a las Etiquetas en las
. . . . . . . . . . . . . . . . . . . . . . .
2.1.9. Otros Aspectos de la Tag Cloud . . . . . . . . . . . . . .
2.2. Antecedentes de la Estructura-AP . . . . . . . . . . . . . . . . .
2.2.1. Concepto de Estructura-AP y Operaciones Asociadas . . .

Folksonom´ıas.

IX

XIII

XVII

1
1
4
7

11
12
12
20
22
26
37
41
44

49
54
56
57

´INDICE GENERAL

2.2.2. Acoplamiento de las Estructuras-AP con Conjuntos de T´ermi-

. . . . . . . . . . . . . . . . . . . . . . .
2.3. Resumen y Conclusiones . . . . . . . . . . . . . . . . . . . . . .

nos

.

.

.

.

.

.

3. Propuesta Te´orica

3.1. Estructura WAP .

3.2. Estructura APO .

.

.

.

.

. .

. . . . . . . . . . . . . . . . . . . . . . .
3.1.1. Definici´on y Propiedades de los Conjuntos WAP . . . . .
3.1.2. Definici´on y Operaciones de la Estructura WAP . . . . . .
. . . . . . . . . . . . . . . . . . . . . . .
3.2.1. Componente K-T´ermino, Monot´ermino y Multit´ermino . .
3.2.2. Estructura Monot´ermino . . . . . . . . . . . . . . . . . .
3.2.3. Definici´on de Secuencia-AP y Estructura APO . . . . . .
3.2.4. Propiedades y Operaciones de las Secuencias-AP y la Es-
. . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . .
3.3.1. Estructura Monot´ermino Ponderada . . . . . . . . . . . .
3.3.2. Definici´on, Propiedades y Operaciones de las Secuencias
WAP o Conjuntos WAPO . . . . . . . . . . . . . . . . .
3.3.3. Definici´on, Propiedades y Operaciones de la Estructura WA-
. . . . . . . . . . . . . . . . . . . . . . .

tructura APO .
. .

62
64

69
71
71
74
82
82
83
84

87
93
93

94

3.3. Estructura WAPO .

PO .
3.4. Consultas . .

.
.
. .

.
.
. .

.
97
. . . . . . . . . . . . . . . . . . . . . . . . 104

3.4.1. Acoplamiento de Secuencias con Estructuras APO: Aco-

plamientos Fuerte y D´ebil

. . . . . . . . . . . . . . . . . 107

3.4.2. C´alculo de la Bondad de Acoplamiento: ´Indice de Acopla-

3.5. Ejemplo Pr´actico .

.

.

miento Fuerte y D´ebil

. . . . . . . . . . . . . . . . . . . 109
. . . . . . . . . . . . . . . . . . . . . . . 115

3.5.1. Comparaci´on de las Estructuras Monot´ermino Ponderada,

WAP y WAPO . . . . . . . . . . . . . . . . . . . . . . . 115
. . . . . . . . . . . 132

3.5.2. C´alculo de la Subestructura Inducida
3.5.3. C´alculo de los ´Indices de Acoplamiento Fuerte y D´ebil de

un Conjunto con las Estructuras AP y APO . . . . . . . . 136

3.5.4. C´alculo de los ´Indices de Acoplamiento Fuerte y D´ebil de

un Conjunto con el TDA de cada Tupla . . . . . . . . . . 146

X

´INDICE GENERAL

3.5.5. C´alculo del ´Indice F1 . . . . . . . . . . . . . . . . . . . . 149
3.6. Resumen y Conclusiones . . . . . . . . . . . . . . . . . . . . . . 151

4. Distintos Algoritmos para la Generaci´on de las Estructuras

153
4.1. Algoritmos para la Obtenci´on de Itemsets Frecuentes . . . . . . . 154
4.2. Algoritmos para la Obtenci´on de Secuencias Frecuentes . . . . . . 159
4.3.