Este documento describe las redes neuronales y sus aplicaciones en la organización y recuperación de información. Explica cómo las redes neuronales pueden utilizarse para clasificar y agrupar documentos de manera similar, así como expandir consultas de forma implícita. También presenta dos ejemplos prácticos de sistemas basados en redes neuronales para la indización y clasificación de documentos.

1. UNIDAD 2: MODELOS DE APLICACIONES DE
APRENDIZAJE SUPERVISADO:
3. Recomendaciones prácticas para el diseño de
sistemas
Autor(es): • Mtr. Luis Fernando Aguas

2. Nuevas tecnologías aplicadas
a la documentación
Sumario:
- Inteligencia artificial y sus aplicaciones
- Contextualización
- Redes neuronales
- Redes neuronales aplicadas en el área

3. Nuevas tecnologías aplicadas
la la documentación
Inteligencia artificial (IA)
• Definiciones
• Áreas que utilizan recursos de IA
– Lenguaje natural
– Juegos (reglas)
– Diagnóstico (Sistemas expertos, representación del
conocimiento)
– Predicción (algoritmos genéticos y redes neuronales)
– Educación (sistemas tutoriales inteligentes)

4. Nuevas tecnologías aplicadas
a la documentación
Contextualización del problema:
• La corrección y la agilidad en la recuperación de la
información son elementos vitales para las organizaciones
modernas, cualquiera que sea su actividad.
• La cantidad de información disponible es enorme, y la
tendencia del crecimiento es exponencial.
• Los sistemas tradicionales de búsqueda están empezando a
alcanzar sus límites.

5. Nuevas tecnologías aplicadas
a la documentación
Contextualización del problema
• El uso de sistemas tradicionales puede, en algunos casos, hacer
dificultosa para los usuarios la recuperación de la información
relevante, así como para los profesionales de la documentación,
que han de realizar actividades como la indización, clasificación y
manutención del conjunto.
Dos requisitos clave para resolver este problema son:
simplificación de las actividades de búsqueda realizadas por
usuarios comunes; y
reducción de costes de manutención.

6. Nuevas tecnologías aplicadas
a la documentación
Actualmente, existen sistemas capaces de ejecutar
tareas hasta ahora imposibles para los ordenadores, como
reconocer el habla, reconocer modelos de imágenes 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
Para estos tipos de aplicación se utiliza
una tecnología llamada de
redes neuronales (RN)

7. Nuevas tecnologías aplicadas
a la documentación
Breve historia:
• Esta área de investigación comenzó en 1943 cuando el
neurofísico McCulloch y el matemático Walter Pitts
propusieron una estructura artificial análoga a la neurona
biológica

8. Nuevas tecnologías aplicadas
a la documentación

9. Nuevas tecnologías aplicadas
a la documentación
La conexión entre el axón de una neurona y la
dendrita de otra se llama sinapsis

10. Nuevas tecnologías aplicadas
a la documentación
¿Y qué son las redes neuronales?
• Son sistemas computacionales, de implementación en
hardware o software, que imitan las habilidades
computacionales del sistema nervioso biológico, usando un
gran número de simples neuronas artificiales
interconectadas.

11. Nuevas tecnologías aplicadas
a la documentación
Una neurona artificial
 T
Função
de Soma
Função de
Transferência
Saída iEntradas x1
x0
x2
wj2
wj1
wj0
Pesos

12. Redes neuronales artificiales:
aprendizaje supervisado
Ejemplo de entrenamiento
Aprender las entradas:
Entrada = {1,1} deberá producir la salida = {1}
Entrada = {0,0} deberá producir la salida = {0}
Pesos iniciales: {-1,-1}
Constante de aprendizaje: {1}

13. Redes neuronales artificiales:
aprendizaje supervisado
Función 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

14. Redes neuronales artificiales:
aprendizaje supervisado
Usando la función suma tenemos:
1*-1 + 1*-1 = -2
Aplicando este resultado, la función
T: 0
Presentamos el primer objeto...

15. Redes neuronales artificiales:
aprendizaje supervisado
Recordemos que:
Entrada = {1,1} debería producir la salida =
{1}
De momento, la salida obtenida fue = {0}
Por tanto, hace falta… un ajuste sináptico

16. 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)

17. Redes neuronales artificiales:
aprendizaje supervisado
El primer objeto se presenta
nuevamente
Usando la función suma tenemos:
1*0 + 1*0 = 0
Aplicando este resultado, la función T:
1

18. 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

19. Nuevas tecnologías aplicadas
a la documentación
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 clasificación
Después de entrenada, datos similares presentados a la red
estimularán siempre la misma neurona.
Por lo tanto es una red indicada para establecer
relaciones, desconocidas previamente, entre datos.

20. Nuevas tecnologías aplicadas
a la documentación
Por lo tanto:
Las redes de nodos adaptables que mediante un proceso de
aprendizaje a partir de ejemplos, almacenan experiencia y
poseen capacidad de generalización.
EJEMPLOS...

21. Nuevas tecnologías aplicadas
a la documentación
Um neurônio artificial
 T
Função
de Soma
Função de
Transferência
Saída iEntradas x1
x0
x2
wj2
wj1
wj0
Pesos
Representación de un objeto
que ha de ser aprendido

22. Nuevas tecnologías aplicadas
a la documentación
Funcionamento de una red neuronal:
Primero la red aprende y
clasifica
y
después podemos utilizarla
con otros ejemplos

23. Nuevas tecnologías aplicadas
a la documentación
Diferencias entre programas tradicionales y RN:
• Un programa tradicional es un conjunto de instrucciones
que representan objetos del mundo real que codifican el
conocimiento; ejecutará siempre lo que está codificado en
las instrucciones.
• En una RN ningún conocimiento está codificado; es
necesario enseñar presentando ejemplos. Básicamente, el
conocimiento, al ser enseñado, se almacena en forma de
pesos (valores) que darán a la red el comportamiento
deseado.
–Simulando un comportamiento parecido al del ser humano

24. Nuevas tecnologías aplicadas
a la documentación
Algunas tareas características de un profesional de la
documentación:
• Indizar: describir o identificar mediante una representación
lingüística un documento en función de sus contenidos
• Clasificar: también en función de sus contenidos, agrupar en
categorías documentos similares, de manera que resulten
pertinentes para una misma búsqueda
• Construcción de lenguajes documentales: agrupar términos o
códigos, que representan conceptos, en clases comunes y
relacionarlas apropiadamente
• Búsqueda: relaciona la consulta del usuario con los
documentos relevantes del fondo.
Estas tareas se caracterizan
porque no pueden representarse
con algoritmos genéricos.
Son, por lo tanto, de difícil
automatización

25. Nuevas tecnologías aplicadas
a la documentación
Ejemplo 1:
ESRIN, de la Agencia Espacial Europea, en Italia.
Además de controlar los satélites ERS y ENVISAT,
efectúa la gestión de todos los documentos oficiales.
Utiliza un sistema basado en las redes neuronales de
Kohonen.
Alcance del experimento: 975 documentos de tamaño
variado

26. Nuevas tecnologías aplicadas
a la documentación
Etapas del experimento:
1a - Se creó un diccionario con 2962 términos. Por ejemplo:
 fabric (fabricación, fabricado, fábrica)
 face (cara, rostro, revestimiento)
2a - Cada documento fue codificado utilizando un contador de
concurrencias y generó un vector. Rutinas especiales considerarán
los diferentes tamaños de los documentos.
Ejemplo: documento “X”
destornillador chapa metálica hidráulico
3 1 16

27. Nuevas tecnologías aplicadas
a la documentación
Etapas del experimento:
3a - una red neuronal fue entrenada utilizando el vector
generado anteriormente. El resultado fue la creación 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).

28. Nuevas tecnologías aplicadas
a la documentación
Funciones del experimento:
• Expansión explícita de la consulta : el usuario entra (teclea)
palabras simples y obtiene como resultado un conjunto de otras
palabras relacionadas.
• Expansión implícita de la consulta : todos los documentos
están codificados como modelos semánticos. Un usuario puede
consultar, y esta consulta ser comparada con los modelos
semánticos de los documentos. De este modo, el usuario obtiene
no solamente aquellos documentos con las palabras clave
buscadas, sino también otros documentos similares (con la misma
materia aunque con otras palabras).

29. Nuevas tecnologías aplicadas
a la documentación
• Otra función es la agrupación 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).
La similitud contextual
también es posible

30. Nuevas tecnologías aplicadas
a la documentación
Ejemplo 2: WEBSOM
• Es un organizador de mensajes de una lista de discusión.
• Capaz de categorizar 4600 mensajes
Metodología:
1. Se extraen de los mensajes los términos más relevantes
(palabras vacías, que se dan con baja frecuencia o caracteres
no textuales se eliminan)
2. Los términos resultantes son utilizados en la generación
de un mapa de categorías de palabras

31. Nuevas tecnologías aplicadas
a la documentación
Ejemplo 2: WEBSOM
3. Las palabras próximas en el mapa representan la misma
categoría:

32. Nuevas tecnologías aplicadas
a la documentación
Ejemplo 2: WEBSOM
4. Cada documento ocupa un lugar en el espacio en función
de su contenido
El color indica
la densidad de
documentos

33. Nuevas tecnologías aplicadas
a la documentación
Los ejemplos y demostraciones están en las siguientes
direcciones:
•Esrin:
http://esapub.esrin.esa.it
•WEBSOM:
http://websom.hut.fi/websom/comp.ai.neural-nets-new/html/root.html

34. Nuevas tecnologías aplicadas
a la documentación
Consideraciones finales:
• Muchas tecnologías originadas en el ámbito de la IA
pueden aplicarse a la organización y la recuperación de la
información
• Las redes neuronales presentan el inconveniente de exigir
una gran capacidad de computación
• Los sistemas de recuperación y clasificación de
información en el web se encuentran en franca expansión

35. Nuevas tecnologías aplicadas
a la documentación
Referencias bibliográficas
Redes neuronales:
http://menphis.unisc.br/jacques/index.html
Redes neuronales aplicadas a la documentación:
http://alcazaba.unex.es/~vhersol/Publicaciones/Anu-SOCADI.pdf
WEBSOM: http://websom.hut.fi/