ABSTRACT Libraries and documentation centers haven’t a methodology guide to transform their RDF data into knowledge graphs, which prevents them from taking advantage of the facilities of this tool in the search and retrieval of information. This methodology was proposed for the transformation of bibliographic data in knowledge graphs. ANCORP was presented from the analysis of the techniques of incrustation, cleaning and checking of knowledge graphs. This methodology was divided into two parts: part I dedicated to the construction of the knowledge graph, and part II dedicated to solving the processes of information retrieval. With the implementation of the methodology, qualitative leaps in the information retrieval and in the quality of the data are corroborated.

RESUMEN Las bibliotecas y los centros de documentación carecen de una guía metodológica para transformar sus datos RDF en grafos de conocimiento, lo que impide que puedan aprovechar las facilidades de esta herramienta en la búsqueda y recuperación de información. El artículo propone una metodología para la transformación de datos bibliográficos en grafos de conocimiento. Se presenta ANCORP, a partir del análisis de las técnicas de incrustación, limpieza y chequeo de grafos de conocimiento. Esta metodología se divide en dos partes: la parte 1, dedicada a la construcción del grafo de conocimiento, y la parte 2, dedicada a resolver los procesos de recuperación de información. Con la implementación de la metodología se corroboran saltos cualitativos en la recuperación de información y en la calidad de los datos.

Abstract: The weighted completeness metrics for metadata use a weighting factor to indicate the importance of each field. In the case of bibliographic metadata, a common way of representing the importance of a field is its frequency of appearance in a given repository. The inaccuracy of this method is why we need to recalculate the weights as the volume of the repository grows. In this paper, we used the Particle Swarm Optimization (PSO) method in the estimation of the weights for the completeness metrics of bibliographic metadata. This method is independent of the metadata format, of the collection and the volume of the repository used. As part of this work, we defined the fitness function of the PSO method to reflect the importance levels of the fields. Finally, we presented a case study with the estimated weights and the calculated completeness of the bibliographic records described at the full cataloging level in MARC 21 format.

ABSTRACT The growing popularity of the adoption of the linked data is increasing the semantic interoperability in the digital libraries era. The linked data principles provide an efficient way to interlink resources across diverse datasets. Several digital libraries around the world are publishing their legacy data from catalogs and authority files following the linked data principles. In this paper, we propose a linked data-based semantic interoperability framework for digital libraries. The proposed framework is based on three layers, supporting the data acquisition, linked data publication process and the building of value-added services for the digital libraries users. In order to evaluate the feasibility of the framework proposed, we have built a prototype as a proof of concept. The prototype demonstrates the effective implementation of wrappers as a data integration method to deals with the heterogeneity of the diverse data sources. Moreover, illustrates the importance of dealing with the quality of the bibliographic metadata form early stages of development.

RESUMEN La creciente popularidad de la adopción de los datos enlazados está aumentando la interoperabilidad semántica en la era de las bibliotecas digitales. Los principios de los datos enlazados proporcionan una manera eficiente de interconectar recursos a través de diversos conjuntos de datos. Varias bibliotecas digitales en todo el mundo están publicando sus datos heredados de catálogos y archivos de autoridad siguiendo los principios de los datos enlazados. En este artículo, se propone un marco de interoperabilidad semántica basado en los datos enlazados para bibliotecas digitales. El marco propuesto se basa en tres capas, que soportan la adquisición de datos, el proceso de publicación de datos enlazados y la creación de servicios de valor agregado para los usuarios de las bibliotecas digitales. Para evaluar la viabilidad del marco propuesto, hemos creado un prototipo como prueba de concepto. El prototipo demuestra la implementación efectiva de envoltorios como un método de integración de datos para abordar la heterogeneidad de las diversas fuentes de datos. Además, ilustra la importancia de tratar con la calidad de los metadatos bibliográficos desde las primeras etapas del desarrollo.

Cuba is carrying out an intensive introduction of the ICT in the society, developing and deploying information systems to increase the efficiency of several economic and social sectors. In this context, several government institutions are publishing open data; however, these data are published using diverse formats and standards, without explicit relations between them, with high dispersion and low data integration capabilities. In this paper, we state some reflections about the use of the linked open data in Cuba and some challenges affecting the massive adoption of them in the country. We point out that the openness of the linked open data in Cuba requires the use of adequate mechanisms related to an updated technological infrastructure, an adequate legal framework and an adequate synergy between the producers and consumers of the linked open data in the country.

Cuba está realizando una introducción intensiva de las tecnologías de la información y la comunicación en la sociedad, con el desarrollo y el despliegue de sistemas de información para aumentar la eficiencia de varios sectores económicos y sociales. En este contexto, varias instituciones gubernamentales están publicando datos; sin embargo, estos datos se publican utilizando diversos formatos y estándares, sin relaciones explícitas entre ellos, con alta dispersión y baja capacidad de integración de datos. En este artículo presentamos algunas reflexiones sobre la necesidad del uso de los datos abiertos enlazados en Cuba y algunos desafíos que afectan la adopción masiva de ellos en el país. Señalamos que la apertura de los datos abiertos enlazados en Cuba requiere el uso de mecanismos adecuados relacionados con una infraestructura tecnológica actualizada, un marco legal adecuado y una sinergia adecuada entre los productores y los consumidores de los datos abiertos enlazados en el país.

An ontology is a useful tool to deal with the heterogeneity of data and their semantization, with a view to raising the quality of processes of organization, search and retrieval of information in institutional management systems, particularly those implemented in a university web. In view of the wealth of multidisciplinary knowledge treasured by the Universities, a UH Ontology is proposed for the management of data. The paper describes the characteristics and conditions of the heterogeneous data currently managed by various information management systems at the Universities, and proposes a methodological framework for the design of an ontology for the management of heterogeneous data at the institution. The proposal includes the design of the ontology, its classes, annotations, ontological languages and semantic annotation scheme, based on the methodology developed by Noy and McGuinness and the software Protégé as a construction tool.

Una ontología constituye una herramienta útil para trabajar la heterogeneidad de los datos y su semantización, para elevar la calidad en los procesos de organización, búsqueda y recuperación de la información en los sistemas de gestión institucionales, especialmente de aquellos implementados en la Web de una universidad. Por lo general, las universidades cuentan con un acervo de conocimientos pluridisciplinarios, registrados en diferentes formatos, por lo que se propone UH-Ontology para el manejo de sus datos, tomando a la Universidad de La Habana como ejemplo de su implementación. En el artículo se presentan las características y condiciones de los datos heterogéneos que actualmente se gestionan desde los diferentes sistemas de gestión de información en la universidad, lo que ha motivado la presentación de una propuesta de marco metodológico para el diseño de una ontología para el manejo de datos heterogéneos en esta institución. Se presenta la propuesta de diseño de la ontología, sus clases, anotaciones, lenguajes ontológicos y esquema de anotación semántica siguiendo la metodología de Noy and McGuinness y Protegè como herramienta para su construcción.

The ambiguity in the names of authors in scientific journals is a problem that affects such publications. This problem concerns the possibility of representing the name of the authors of different ways in bibliographic metadata inside of digital repositories. This problem can manifest itself in two different ways. At first place, it is possible to find names of authors syntactically identical, but that do not refer to the same author. The second case refers to the appearance of different names that refer to the same author. This paper shows a study of the main approaches found in the literature to solve the above problem, in addition to a critical analysis of these solutions. To carry out research, a literature review was conducted in major databases referenced globally, with the goal of possibly exposing the latest and thorough elements. After having conducted the study, it was found that the variety of techniques used to solve the problem of ambiguity, range from the use of data mining techniques to the use of the web as an information source. Each of the proposed solutions has advantages and drawbacks, depending on the characteristics of the data used. Also it can be concluded that there is an ultimate solution for solving the problem addressed, due to its close dependence on the used data.

La ambigüedad en el nombre de los autores en las revistas científicas es un problema que afecta a las publicaciones de este tipo. Dicho problema se refiere a la posibilidad de representar el nombre de los autores de diferentes formas en los metadatos bibliográficos presentes en los repositorios digitales. Este se puede manifestar de dos formas diferentes, (1) pueden aparecer nombres de autores iguales, pero que no se refieren al mismo autor y (2) aparecen nombres diferentes, pero que se refieren al mismo autor. En este artículo se presenta un análisis crítico de las principales aproximaciones existentes en la literatura para solucionar el problema antes mencionado. Se realizó una revisión bibliográfica en las principales Bases de Datos referenciadas a nivel mundial, con el objetivo de identificar los elementos más actuales y rigurosos posibles. Se pudo constatar que la variedad de técnicas utilizadas para resolver el problema de la ambigüedad abarcan desde la utilización de técnicas de minería de datos hasta la utilización de la web como fuente de información. Cada una de las soluciones planteadas posee limitaciones y ventajas que dependen de las características de los datos utilizados. Finalmente, se concluye que no existe una solución definitiva para resolver el problema tratado debido a que los resultados de las aproximaciones no son cien por ciento completos y dependen estrechamente de los datos utilizados.

The aim of this word to develop and evaluate the results of the implementation of an ontology-based software capable of generating automatic summaries in the field of Ports and Coastal Engineering. For the development of the tool has been used several techniques emanating from the analysis of discourse and cognitive techniques for generating rules for the treatment of the texts. It also calls for the construction of an ontology that facilitates the processes of labeling from the potential of Resource Description Framework and Extensible Makup Language. It has built a set of agents acting on the ontology, which declared its main elements. Are presented as a product generated, Puertotex, software for the construction of ontology-based automatic summaries. The evaluation of the summaries generated reflects the quality of the system, which is limited only by your ability to work with the domain under investigation.

El objeto de este trabajo es elaborar y evaluar los resultados de la implementación de un software basado en ontologías, capaz de generar resúmenes automáticos en el campo de la Ingeniería de Puertos y Costas. Para el desarrollo de la herramienta se emplean diversas técnicas emanadas del análisis de discurso así como técnicas cognitivas, que permiten generar reglas para el tratamiento de los textos. También se apela a la construcción de una ontología que facilite los procesos de etiquetado a partir de las potencialidades de Resource Description Framework y Extensible Makup Language. Se construye un conjunto de agentes que actúa sobre la ontología, de la cual se declaran sus principales elementos. Como producto generado se presenta Puertotex, un software para la construcción de resúmenes automáticos basado en ontologías. La evaluación de los resúmenes generados refleja la calidad del sistema, que tiene como única limitación su capacidad para trabajar con el dominio objeto de investigación.