Normalizaci??n autom??tica de registros obtenidos de la Web of Science

Resumen tomado de la publicaci??n

Los lenguajes de programaci??n orientados al tratamiento autom??tico de textos ya han demostrado anteriormente su utilidad para procesar y gestionar los registros bibliogr??ficos obtenidos de diferentes bases de datos. Concretamente el lenguaje Perl ha sido utilizado en numerosas metodolog??as relacionadas con la bibliometr??a, para extraer los diferentes elementos de los registros bibliogr??ficos, incorporarlos a bases de datos relacionales, procesarlos y obtener de ellos m??ltiples indicadores. Este trabajo tiene como objetivo el desarrollo de un sistema de normalizaci??n de datos, basado en scripts de Perl y en algoritmos de similaridad, que nos permitan realizar una normalizaci??n b??sica sobre los nombres de autor, direcciones y palabras clave procedentes de los registros obtenidos a trav??s de la Web of Science. El procedimiento posee un margen de error muy peque??o y es especialmente eficiente en los nombres de instituciones, permitiendo eliminar m??s del 60 por ciento de la redundancia en este campo, un 10 por ciento en el caso de los nombres de autor y alrededor de un 50 por ciento en cuanto a las palabras clave.