Letralia 104 | Noticias | HP y CVC crearán buscador panhispánico

HP y CVC crearán buscador panhispánico

La sección española de la empresa de tecnología Hewlett Packard anunció el 10 de diciembre de 2003 la creación del Buscador General Panhispánico, que realizará conjuntamente con el Instituto Cervantes para el Centro Virtual Cervantes. HP Española dona la tecnología y la experiencia necesarias para soportar una gran base documental diseñada por el Instituto Cervantes que permitirá, mediante búsquedas inteligentes, localizar información cultural de calidad publicada en Internet relacionada con la lengua española.

Gestionada por el personal del Instituto Cervantes y patrocinada por Telefónica, esta fuente de información de la cultura hispana estará disponible para su consulta por parte del público general del Centro Virtual Cervantes en un futuro cercano.

Para facilitar la ordenación y catalogación de esta información, se desarrollará un potente robot capaz de rastrear en Internet y seleccionar los documentos más relevantes de la cultura y de la lengua española, un sistema para indexar automáticamente los resultados obtenidos y mantener actualizada la información y otro para gestionar la clasificación de los contenidos.

Además, como tecnología lingüística de valor añadido, se desarrollarán herramientas para agilizar las búsquedas con filtros semánticos, así como para revisar la morfosintaxis de textos en español y evaluar la calidad del lenguaje en los documentos localizados.

La información proporcionada por el Buscador Panhispánico será accesible por el gran público, permitiéndose la definición de una jerarquía de perfiles para proteger información privada. La consulta de datos admitirá varias categorías de búsqueda —búsqueda exacta, búsqueda patronal y búsqueda basada en redes semánticas— y una serie de funcionalidades adicionales facilitadas por un sistema de gestión documental.

La información catalogada procedente de Internet estará sometida a un proceso constante de actualización y revisión para evitar la presentación de contenidos obsoletos. Además, mediante un sistema de control de versiones, se podrá acceder a datos que, en su día, estuvieron publicados en la red y luego fueron retirados.

Los principales módulos a desarrollar son un "metabuscador" o localizador potente de enlaces, que recopilará información relevante incluyendo un sumario de contenidos basado en la propia consulta, que podrá archivarse por el usuario o por tema de catalogación; y una herramienta de catalogación, que facilita las consultas mediante fichas catalográficas, que permite agrupar la información en colecciones y categorías que, según el perfil del usuario, podrá ser copiada, movida, eliminada o dada de alta en el sistema al servicio del gran público.

También habrá un robot para descargar y actualizar las páginas de cada enlace; y un buscador para atender las consultas de los usuarios del portal que permitirá recuperar información previamente catalogada en el sistema.

Para configurar la infraestructura tecnológica del proyecto del Centro Virtual Cervantes, HP ha donado potentes equipos y servicios de soporte. Entre el hardware aportado por HP, destaca un servidor HP Integrity con procesadores Itanium, capaz de ejecutar cuatro sistemas operativos: Windows, Linux, Unix y VMS.