AMELOIR : algoritmo para la extracción automática de metadatos a partir de objetos de aprendizaje en un repositorio institucional

El principal aporte de esta tesis es el diseño e implementación de AMELOIR (Automatic Metadata Extracción Learning Object Institutional Repository), un nuevo algoritmo para la extracción automática de metadatos en repositorios institucionales utilizando técnicas de procesamiento de lenguaje natural...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Pinilla Gómez, Adriana Constanza
Otros Autores: Gutiérrez, María de los Milagros
Formato: Tesis de maestría acceptedVersion
Lenguaje:Español
Publicado: Universidad Tecnológica Nacional. Facultad Regional Santa Fe 2017
Materias:
Repositorio institucional
Metadatos
Extractor automático
Objetos de aprendizaje
Acceso en línea:http://hdl.handle.net/20.500.12272/2513
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
Descripción
Sumario:El principal aporte de esta tesis es el diseño e implementación de AMELOIR (Automatic Metadata Extracción Learning Object Institutional Repository), un nuevo algoritmo para la extracción automática de metadatos en repositorios institucionales utilizando técnicas de procesamiento de lenguaje natural e inteligencia artificial. AMELOIR fue incorporado en la plataforma DSpace alterando el proceso de almacenamiento, de tal manera que al ser cargado un archivo para almacenar, se invoca al extractor para que obtenga automáticamente los metadatos. Éstos se presentan al usuario en la etapa de verificación de metadatos, para que sean validados y completados en caso de que sea necesario.

Ejemplares similares