Tesis (Maestría en Ciencias de la Computación) -- UNAM, Unidad Académica de los Ciclos Profesional y de Posgrado del C.C.H

Tesis

Los Sistemas de Recuperación de Información (SRI) que realizan indexación automática, utilizan las palabras de un documento para diferenciar a éste del resto de la colección de documentos. Esto produce la necesidad de emplear complejos algoritmos que sean capaces de "comprender" la morfología del idioma en que esté escrita la colección de documentos. Esta investigación se propone mostrar que es posible generar por cada documento un cierto patrón semejante a un patrón de voz y utilizar este patrón para caracterizar al documento dentro de la colección. El trabajo es totalmente original y se basa en la posibilidad de que el proceso de indización de un SRI en lugar de emplear palabras para la creación de las representaciones de los documentos, usara fragmentos contiguos de tres letras (tríadas) que estuvieran contenidos en cada una de las palabras./ CUIB