Indización automática de artículos científicos sobre Biblioteconomía y Documentación con SISA, KEA y MAUI

Abstract

Este artículo evalúa los sistemas de indización automática SISA (Automatic Indexing System), KEA (Keyphrase Extraction Algorithm) y MAUI (Multi-Purpose Automatic Topic Indexing) para averiguar cómo funcionan en relación con la indización realzada por especialistas. El algoritmo de SISA se basa en reglas sobre la posición de los términos en los diferentes componentes estructurales del documento, mientras que los algoritmos de KEA y MAUI se basan en el aprendizaje automático y las frecuencia estadística de los términos. Para la evaluación se utilizó una colección documental de 230 artículos científicos de la Revista Española de Documentación Científica, publicada por el Consejo Superior de Investigaciones Científicas (CSIC), de los cuales 30 se utilizaron para tareas formativas y no formaban parte del conjunto de pruebas de evaluación. Los artículos fueron escritos en español e indizados por indizadores humanos utilizando un vocabulario controlado en la base de datos InDICES, también perteneciente al CSIC. La indización humana de estos documentos constituye la referencia contra la cual se evalúa el resultado de los sistemas de indización automáticos, comparando conjuntos de términos usando métricas de evaluación de precisión, recuperación, medida F y consistencia. Los resultados muestran que el sistema SISA funciona mejor, seguido de KEA y MAUI.

Citation Impact of Institutional Repositories in Selected Higher Learning Institutions in Tanzania

“…Table 1 shows an increase in the number of documents citing Tanzanian IR contents year after year for five years. Further, the study found that for the period of five years (2018 to 2022), SUA IR was the highly cited IR (46) with an average of 9.2 citing documents per year, and UDOM IR was the least cited IR (8) with an average of 1.6 citing documents per year. This is explained by the fact that the two repositories have different ages; SUA IR was established in 2014, while UDOM IR was established in 2019.…”

“…The literature indicates various concepts that have been covered related to measuring the impacts of institutional repositories. They include measuring IR impact (Ndhlovu, 2021;Wheeler et al, 2022); IR content document types (Arsyad et al, 2018;Hyland, 2017;Mozersky et al, 2021); documents citing IR contents (Demetres, Michelle, Delgado and Wright, 2020;Gil-Leiva et al, 2022;Koulikov, 2010;Rethlefsen et al, 2021); IR contents cited by documents indexed in reputable indexing databases (Ndhlovu, 2021;Wheeler et al, 2022) and authors affiliations (Bachelet et al, 2019;Hottenrott & Lawson, 2017;Ndhlovu, 2021;Wheeler et al, 2022).…”

“…Studies (Gil-Leiva et al, 2022;Gusenbauer, 2022;Koulikov, 2010;Rethlefsen et al, 2021;Salisbury, 2009) indicate that journal articles occupy a large portion of the documents indexed in reputable indexing databases. Consequently, journal articles are the main documents indexed in reputable databases that cite institutional repository content.…”