A knowledge-based approach to information retrieval in collections of textual documents of the biomedical domain

Abstract

Abstract The exponential growth in the amount of available data has posed new challenges to re- searchers. Search on such amount of data is a difficult task which turns even harder when the data belongs to a specific domain which has its own terminology and requires some background knowledge. Traditional information retrieval systems are based on keywords. In this kind of systems the output for a given query is a ranking of the documents that match the keywords. This model works well in scenarios with few documents or if the system achieves a high perfor- mance ensuring that the first results contain the most relevant documents. However, in most cases the collections are huge and the retrieval results are an endless list of documents that must be scanned manually. This work proposes an information retrieval approach which incorporates domain specific knowledge from an ontology within the traditional information retrieval model in order to overcome some of its limitations. The domain knowledge is used to add semantic capabili- ties and to provide the user with an enriched interface which includes metadata about the retrieved results, thus facilitating its exploration and filtering

El acelerado crecimiento en la cantidad de datos disponibles ha traído consigo nuevos retos para los investigadores. Buscar información en este gran volumen de datos, es una tarea difícil, que se torna aún más compleja cuando los datos pertenecen a un dominio especifíco el cual tiene su propia terminolgía y requiere un conocimiento previo. Los sistemas de búsqueda tradicionales son basados en palabras clave. En este tipo de siste- mas la respuesta a una consulta es dada en forma de una lista ordenada de documentos que contienen las palabras en la consulta. Este modelo funciona bien en escenarios en los cuales hay pocos documentos o si el sistema puede alcanzar una precisión muy alta garantizando que los primeros resultados contienen los documentos requeridos. Sin embargo, en la mayoría de los casos las colecciones de documentos son muy grandes y los resultados son una lista interminable de documentos los cuales deben ser explorados manualmente. Este trabajo propone una aproximación a la búsqueda de informacón, que incorpora conoci- miento del dominio proveniente de una ontología, dentro del modelo de búsqueda tradicional con el fin de superar algunas de sus limitaciones. El conocimiento del dominio es usado para adicionar capacidades semánticas y para proveer a los usuarios con una interfaz enriquecida la cual incluye meta-datos acerca de los resultados, facilitando su exploración y filtrado.