Algunas aplicaciones

de la inteligencia artificial
para la organizacin
de la informacin


Jacques Schreiber
Universidade de Santa Cruz do Sul
Departamento de Informtica
Sumario:

- Inteligencia artificial y sus aplicaciones
- Contextualizacin
- Redes neuronales
- Redes neuronales aplicadas en el rea
Nuevas tecnologas aplicadas
a la documentacin
Inteligencia artificial (IA)

Definiciones
reas que utilizan recursos de IA
Lenguaje natural
Juegos (reglas)
Diagnstico (Sistemas expertos, representacin del
conocimiento)
Prediccin (algoritmos genticos y redes neuronales)
Educacin (sistemas tutoriales inteligentes)
Nuevas tecnologas aplicadas
la la documentacin
Contextualizacin del problema:

La correccin y la agilidad en la recuperacin de la
informacin son elementos vitales para las organizaciones
modernas, cualquiera que sea su actividad.

La cantidad de informacin disponible es enorme, y la
tendencia del crecimiento es exponencial.

Los sistemas tradicionales de bsqueda estn empezando
a alcanzar sus lmites.

Nuevas tecnologas aplicadas
a la documentacin
Contextualizacin del problema

El uso de sistemas tradicionales puede, en algunos casos,
hacer dificultosa para los usuarios la recuperacin de la
informacin relevante, as como para los profesionales de la
documentacin, que han de realizar actividades como la
indizacin, clasificacin y manutencin del conjunto.

Dos requisitos clave para resolver este problema son:
simplificacin de las actividades de bsqueda
realizadas por usuarios comunes; y
reduccin de costes de manutencin.
Nuevas tecnologas aplicadas
a la documentacin

Actualmente, existen sistemas capaces de ejecutar
tareas hasta ahora imposibles para los ordenadores, como
reconocer el habla, reconocer modelos de imgenes o
clasificar objetos o documentos.

Ej.: Via Voice, de la IBM
Reconocimiento de huellas digitales o iris de los ojos
Aplicaciones policiales
Reconocimiento de formas


Nuevas tecnologas aplicadas
a la documentacin
Para estos tipos de aplicacin se utiliza
una tecnologa llamada de
redes neuronales (RN)
Breve historia:

Esta rea de investigacin comenz en 1943 cuando el
neurofsico McCulloch y el matemtico Walter Pitts
propusieron una estructura artificial anloga a la neurona
biolgica

Nuevas tecnologas aplicadas
a la documentacin
Nuevas tecnologas aplicadas
a la documentacin
Axnio
Soma
Dendritos
Nuevas tecnologas aplicadas
a la documentacin

La conexin entre el axn de una neurona y la
dendrita de otra se llama sinapsis

Axnio
D endrit os
Sinapse
Y qu son las redes neuronales?

Son sistemas computacionales, de implementacin en
hardware o software, que imitan las habilidades
computacionales del sistema nervioso biolgico, usando un
gran nmero de simples neuronas artificiales
interconectadas.

Nuevas tecnologas aplicadas
a la documentacin
Una neurona artificial


Nuevas tecnologas aplicadas
a la documentacin

T
Funo
de Soma
Funo de
Transferncia
Sada i Entradas x1
x0
x2
wj2
wj1
wj0
Pesos
Redes neuronales artificiales:
aprendizaje supervisado
Ejemplo de entrenamiento
Aprender las entradas:

Entrada = {1,1} deber producir la salida = {1}
Entrada = {0,0} deber producir la salida = {0}
Pesos iniciales: {-1,-1}
Constante de aprendizaje: {1}
Redes neuronales artificiales:
aprendizaje supervisado
Funcin de transferencia: rampa

Si el resultado de la suma < 0,
entonces la salida = 0
Si el resultado de la suma >= 0 y <= 1,
entonces la salida = entrada
Si el resultado > 1,
entonces la salida = 1

Redes neuronales artificiales:
aprendizaje supervisado
Usando la funcin suma tenemos:
1*-1 + 1*-1 = -2
Aplicando este resultado, la funcin
T: 0
Presentamos el primer objeto...
Redes neuronales artificiales:
aprendizaje supervisado
Recordemos que:
Entrada = {1,1} debera producir la salida =
{1}
De momento, la salida obtenida fue = {0}
Por tanto, hace falta un ajuste sinptico
Redes neuronales artificiales:
aprendizaje supervisado
Se aplica la regla Delta:
Ajuste para el peso 1
Error = 1- 0 = 1
Peso nuevo = -1 + (1 * 1 * 1) = 0

Ajuste para el peso 2
Error = 1 - 0 = 1
Peso nuevo = -1 + (1 * 1 * 1) = 0
Constante = 1
Error = salida esperada - salida obtenida
Peso nuevo = Peso antiguo +
( Error * Entrada * Constante)
Redes neuronales artificiales:
aprendizaje supervisado
El primer objeto se presenta
nuevamente
Usando la funcin suma tenemos:
1*0 + 1*0 = 0
Aplicando este resultado, la funcin T:
1
Redes neuronales artificiales:
aprendizaje supervisado
Conclusiones:

1. Si presentamos nuevamente el segundo
objeto, verificaremos que el resultado
calculado es el esperado

2. Se considera, entonces, que la red ha
aprendido
Nuevas tecnologas aplicadas
a la documentacin
RN SOM - Teuvo Kohonen
Cuando un dato se presenta a la red, solamente resulta activada
una neurona del conjunto de salida; por lo tanto, lo que se hace
es una clasificacin
Despus de entrenada, datos similares presentados a la red
estimularn siempre la misma neurona.
Por lo tanto es una red indicada para establecer
relaciones, desconocidas previamente, entre datos.
Por lo tanto:

Las redes de nodos adaptables que mediante un proceso de
aprendizaje a partir de ejemplos, almacenan experiencia y
poseen capacidad de generalizacin.


EJEMPLOS...
Nuevas tecnologas aplicadas
a la documentacin
Um neurnio artificial


Nuevas tecnologas aplicadas
a la documentacin

T
Funo
de Soma
Funo de
Transferncia
Sada i Entradas x1
x0
x2
wj2
wj1
wj0
Pesos
Representacin de un objeto
que ha de ser aprendido
Funcionamento de una red neuronal:


Nuevas tecnologas aplicadas
a la documentacin
Primero la red aprende y
clasifica
y
despus podemos utilizarla
con otros ejemplos
Diferencias entre programas tradicionales y RN:
Un programa tradicional es un conjunto de instrucciones
que representan objetos del mundo real que codifican el
conocimiento; ejecutar siempre lo que est codificado en
las instrucciones.
En una RN ningn conocimiento est codificado; es
necesario ensear presentando ejemplos. Bsicamente, el
conocimiento, al ser enseado, se almacena en forma de
pesos (valores) que darn a la red el comportamiento
deseado.
Simulando un comportamiento parecido al del ser humano
Nuevas tecnologas aplicadas
a la documentacin
Algunas tareas caractersticas de un profesional de la
documentacin:
Indizar: describir o identificar mediante una
representacin lingstica un documento en funcin de sus
contenidos
Clasificar: tambin en funcin de sus contenidos, agrupar
en categoras documentos similares, de manera que resulten
pertinentes para una misma bsqueda
Construccin de lenguajes documentales: agrupar
trminos o cdigos, que representan conceptos, en clases
comunes y relacionarlas apropiadamente
Bsqueda: relaciona la consulta del usuario con
los documentos relevantes del fondo.
Nuevas tecnologas aplicadas
a la documentacin
Estas tareas se caracterizan
porque no pueden representarse
con algoritmos genricos.
Son, por lo tanto, de difcil
automatizacin
Ejemplo 1:
ESRIN, de la Agencia Espacial Europea, en Italia.
Adems de controlar los satlites ERS y ENVISAT,
efecta la gestin de todos los documentos oficiales.
Utiliza un sistema basado en las redes neuronales de
Kohonen.

Alcance del experimento: 975 documentos de tamao
variado


Nuevas tecnologas aplicadas
a la documentacin
Etapas del experimento:
1
a
- Se cre un diccionario con 2962 trminos. Por ejemplo:
fabric (fabricacin, fabricado, fbrica)
face (cara, rostro, revestimiento)
2
a
- Cada documento fue codificado utilizando un contador
de concurrencias y gener un vector. Rutinas especiales
considerarn los diferentes tamaos de los documentos.
Ejemplo: documento X
destornillador chapa metlica hidrulico
3 1 16
Nuevas tecnologas aplicadas
a la documentacin
Etapas del experimento:
3
a
- una red neuronal fue entrenada utilizando el vector
generado anteriormente. El resultado fue la creacin de 100
clases de palabras en lugar de las 2692 originales.
Este procedimiento compensa el ruido documental
(palabras no relacionadas con la materia del documento).

Nuevas tecnologas aplicadas
a la documentacin
Funciones del experimento:
Expansin explcita de la consulta : el usuario entra
(teclea) palabras simples y obtiene como resultado un
conjunto de otras palabras relacionadas.
Expansin implcita de la consulta : todos los
documentos estn codificados como modelos semnticos.
Un usuario puede consultar, y esta consulta ser comparada
con los modelos semnticos de los documentos. De este
modo, el usuario obtiene no solamente aquellos documentos
con las palabras clave buscadas, sino tambin otros
documentos similares (con la misma materia aunque con
otras palabras).
Nuevas tecnologas aplicadas
a la documentacin
Otra funcin es la agrupacin de documentos en una
estructura de conceptos: una red de tipo auto-organizativo
recibe los documentos codificados como entrada y produce
como salida 16 agrupaciones (clases).
Nuevas tecnologas aplicadas
a la documentacin
La similitud contextual
tambin es posible
Ejemplo 2: WEBSOM
Es un organizador de mensajes de una lista de discusin.
Capaz de categorizar 4600 mensajes

Metodologa:
1. Se extraen de los mensajes los trminos ms relevantes
(palabras vacas, que se dan con baja frecuencia o caracteres
no textuales se eliminan)
2. Los trminos resultantes son utilizados en la generacin
de un mapa de categoras de palabras
Nuevas tecnologas aplicadas
a la documentacin
Ejemplo 2: WEBSOM

3. Las palabras prximas en el mapa representan la misma
categora:


Nuevas tecnologas aplicadas
a la documentacin
Ejemplo 2: WEBSOM
4. Cada documento ocupa un lugar en el espacio en funcin
de su contenido
Nuevas tecnologas aplicadas
a la documentacin
El color indica
la densidad de
documentos
Los ejemplos y demostraciones estn en las siguientes
direcciones:

Esrin:
http://esapub.esrin.esa.it
WEBSOM:
http://websom.hut.fi/websom/comp.ai.neural-nets-new/html/root.html

Nuevas tecnologas aplicadas
a la documentacin
Consideraciones finales:

Muchas tecnologas originadas en el mbito de la IA
pueden aplicarse a la organizacin y la recuperacin de la
informacin

Las redes neuronales presentan el inconveniente de exigir
una gran capacidad de computacin

Los sistemas de recuperacin y clasificacin de
informacin en el web se encuentran en franca expansin
Nuevas tecnologas aplicadas
a la documentacin
Referencias bibliogrficas

Redes neuronales:
http://menphis.unisc.br/jacques/index.html

Redes neuronales aplicadas a la documentacin:
http://alcazaba.unex.es/~vhersol/Publicaciones/Anu-
SOCADI.pdf

WEBSOM: http://websom.hut.fi/

Nuevas tecnologas aplicadas
a la documentacin