OAI-SDR: Framework Inteligente de Búsqueda y Descubrimiento para Repositorios OAI-PMH mediante Aprendizaje Automático y Análisis Semántico
Cargando...
Fecha
Fecha
2025-12-02
Autores
Director
Título de la revista
ISSN de la revista
Título del volumen
Editor
Compartir
Citar documento
León Sandoval, Jhon Helmit (2025). OAI-SDR: Framework Inteligente de Búsqueda y Descubrimiento para Repositorios OAI-PMH mediante Aprendizaje Automático y Análisis Semántico. https://hdl.handle.net/11349/100287
Gestores bibliográficos
Altmetric
El indicador aparece cuando Altmetric registra menciones para este documento.
Documentos PDF
Resumen
OAI-SDR is a clever hybrid search tool crafted for OAI-PMH repositories, blending the straightforward BM25 method—which quickly spots keywords—with smarter embedding techniques that really get the meaning behind what you’re looking for. It kicks off by gathering and tidying up metadata, then enriches the content and turns it into handy vector formats. From there, it mixes the results using something called Reciprocal Rank Fusion, and if you want, you can add a learning-to-rank twist to polish the top picks even more. To see how well it works, they checked it with measures like nDCG@10, MAP@10, Recall@10, how often users click (CTR), and how fast they find something useful.
Descripción
OAI-SDR se crea como herramienta para encontrar información en repositorios digitales que usan el protocolo OAI-PMH, como los de universidades o archivos culturales. Junta un método clásico pero eficiente, el BM25, que encuentra palabras clave de manera rápida, con técnicas nuevas de inteligencia artificial (los embeddings) que captan el sentido real de lo que busca. El proceso es bastante directo: primero recoge los datos de los documentos, los pone en orden, les añade algunos detalles extras y los transforma en algo que la IA pueda leer sin problema. Luego, mezcla los resultados con algo llamado Reciprocal Rank Fusion, que saca lo mejor de los dos mundos, puedes darle un toque final con un modelo de aprendizaje automático para afinar las opciones. Se encontró como necesidad de agilidad de precisión en las búsquedas realizadas esperando los mejores resultados al principio, que la carga sea en milisegundos y que descubrir documentos útiles en bibliotecas digitales sea más practico. Para lograr este objetivo de calidad de los hallazgos (nDCG@10, MAP@10, Recall@10), cuántos clics dan los usuarios (CTR).