ITEMS IMPORTANTES

• Documento Estructurado: Limita sus componentes, estructura y campos.


• Documento No estructurado: No tiene nivel de estructura, ni orden.


• Documento semi estructurado: No tiene nivel de cumplimiento no posee certeza.

- Descriptor: Palabras normalizadas (Semánticas)

- Encabezamiento de Materia: Significado de las Palabras (Sintácticas)

- Palabras Clave: Extraer palabras de un texto expresadas por un lenguaje coloquial-natural ubicadas por la máquina.

- Etiqueta: Conjunto de las palabras que provienen de un texto, Lenguaje natural.

• GEL – XML: Lenguaje estándar q soporta el intercambio de información “normalizar documentos” interconectados constantemente. Ej: codificación Word y Bloc de notas.