Buscador Panhispánico
ANDRÉS ELHAZAZ

1. DESCRIPCIÓN GENERAL DEL PROYECTO

1.1 OBJETIVO

El objetivo principal del proyecto denominado Buscador General Panhispánico consiste en crear una gran BDD documental y una herramienta de gestión y consulta de información que permita a los usuarios acceder, mediante sistemas de catalogación, ordenación, búsquedas a la información, presente en Internet, relacionada con la lengua española y la cultura en español.

1.2 ALCANCE

A tal efecto, se pretende desarrollar una serie de herramientas y aplicaciones con varios propósitos de carácter general:

· el acceso del gran público a una gran Base de Datos Documental de información relacionada con la lengua española y la cultura en español.

· facilitar, a través de herramientas especializadas, que futuros colaboradores nutran de información el sistema, siguiendo una estructura definida, que permite clasificar las diversas direcciones (URLs) por categorías y colecciones, creándose, de este modo, una colaboración vía Internet entre distintas entidades culturales y científicas, previamente autorizadas por el Centro Virtual Cervantes.

La información en general será accesible por el gran público, permitiéndose la definición de una serie de perfiles y roles para proteger información privada. Para la consulta de esta información, se dispondrá de varias posibilidades de búsqueda (búsqueda exacta, búsqueda avanzada y expansión semántica basada en redes semánticas).

La información catalogada procedente de Internet será sometida a un proceso constante de actualización (mediante robots o crawlers) y revisión para evitar la presentación de contenidos caducados. Se dispondrá de un sistema de control de versiones, que permitirá acceder a información que fue publicada en la red y que a partir de un momento dado haya dejado de estar disponible.

Los principales módulos a desarrollar son los siguientes:

· Un Metabuscador (o localizador de enlaces), que, basado en los buscadores más potentes de la red, recopilará información, presentándose ésta con una relevancia de acierto en la búsqueda y con un sumario basado en la consulta, que da idea del contenido de la página accedida, para su incorporación en un contenedor de información relacionado con el usuario y tema de la catalogación.

· Una Herramienta de Catalogación, mediante la cual se rellena una ficha sobre la que posteriormente se puedan realizar consultas, tanto de los campos catalogados como sobre el cuerpo del documento del objeto/s asociado/s. Esta información recopilada por los distintos colaboradores, estará agrupada en colecciones y categorías y, según el rol del usuario, podrá ser copiada, movida, eliminada o dada de alta en el sistema, para quedar accesible al gran público a través del módulo Buscador.

· Un Robot o Crawler, mediante el cual se produce el acceso a Internet para descargar , validar y actualizar las páginas de cada enlace.

· Un Buscador, encargado de dar respuesta a las consultas de los usuarios del portal. Esta aplicación permitirá al gran público recuperar información previamente catalogada en el sistema.

Adicionalmente, y como valor añadido frente a otros buscadores de la red, el proyecto incluye la utilización de una red semántica en español permitirá expandir los términos de búsqueda en los módulos Metabuscador y Buscador.

Mediante la utilización de algoritmos de búsqueda se podrán encontrar términos mal formados o fonéticamente similares (sugerencias de búsqueda).

Asimismo, el sistema ofrecerá una herramienta adicional a los catalogadores para validar la corrección morfológica y gramatical de la información susceptible de ser catalogada.