Técnicas de Compresión de Textos
Curso de Posgrado dictado por investigadores de España

El 7 de diciembre comenzó a dictarse en la Sala de Posgrado del Departamento de Informática de la Facultad de Ciencias Físico Matemáticas y Naturales el curso de posgrado sobre Técnicas de Compresión de Textos a cargo de la Dra. Nieves Brisaboa y del Dr. José Paramá Gabía de la Universidad de Coruña de España, actividad que concluirá el próximo viernes 11 de diciembre.

“El curso presenta dos partes principales, la primera consiste en el estudio y aplicaciones de Técnicas de Compresión de Textos estudiadas desde procesos generales y específicos, estos últimos implican un grado de investigación. La segunda parte que se trata en el curso son las Técnicas de Indexación muy utilizadas en diversos buscadores de información, como es el caso de Google. El trabajo que realiza este tipo de técnicas es la búsqueda de palabras claves en distintos documentos, muchos de éstos publicados en la web”, expresó el Dr. José Paramá Gabía.

La Dra. Nieves Brisaboa y el Dr. José Paramá Gabía además del dictado del curso están colaborando con tareas de investigación junto a la Dra. Norma Herrera del Departamento Informática de la Facultad.

Resumen del dictado

Una base de datos de texto es una colección grande de documentos y un conjunto de estructuras de datos que garantizan la recuperación eficiente de documentos relevantes. Uno de los tópicos de interés dentro de esta temática son las técnicas de compresión que explotan redundancias que existen en los textos a representar con el fin de reducir el espacio a usar en el almacenamiento de los mismos. Si esta compresión es realizada con una técnica que además permita buscar directamente sobre el texto comprimido, no sólo se beneficia el espacio ocupado sino también el tiempo insumido durante una consulta a la base de datos. En este curso se introducirán los conceptos involucrados a la temática de compresión de texto y algoritmos de búsqueda sobre textos comprimidos.

Contenidos Mínimos

• El problema de pattern matching
• Códigos de compresión de texto
• Técnicas estáticas y dinámicas
• Autoíndices
• Arreglos de sufijos comprimidos
• Wavelet tree sobre texto. Wavelet tree sobre texto XML
• Reorganización de bytes en códigos comprimidos para conseguir propiedades de acceso aleatorio
• Compresión de grafos web