Motores_de_busqueda.pdf 1p5nu

Coleccionables de Aplicaciones Informáticas

Colegio de Traductores Públicos de la Ciudad de Buenos Aires

Edición 5 -

Motores de búsqueda Coleccionables de Aplicaciones Informáticas Edición 1 - MS Office Edición 2 - Herramientas generales Edición 3 - Herramientas de traducción Edición 4 - Lenguaje de etiquetas (archivos *.*ml) Edición 5 - Motores de búsqueda Edición 6 - Archivos de diseño (DTP) Edición 7 - Estándares

Motores de búsqueda

¿Qué son?

2. Los Directorios

Un motor de búsqueda es una pieza de software que permite encontrar y visitar los sitios relacionados con una palabra clave -o keyword- introducida al sistema por el mismo . También se los denomina buscadores.

Son motores buscadores totalmente distintos a las arañas. Son listas de recursos organizados por categorías temáticas que se estructuran jerárquicamente en un árbol de materias que permite visualizar los contenidos desde los más generales, en las ramas superiores, a los más específicos, en las ramas inferiores. Más que buscar información sobre contenidos de la página, los resultados serán referencias a los contenidos y a la temática de la Web. Es decir, si buscamos "traducción", aparecerán los sitios que de una forma u otra estén relacionados con la temática de la traducción.

Básicamente, están compuestos por bases de datos gigantescas que contienen información sobre el contenido de los sitios que integran la Web.

¿Qué tipos de motores hay? Según como trabajen encontraremos: 1. Buscadores propiamente dichos o spiders 2. Directorios Índices, Catálogos 3. Sistemas Mixtos (directorio y motor de búsqueda) 4. Metabuscadores 5. Multibuscadores 6. Buscadores de portal

1. Buscadores propiamente dichos o spiders La mayoría de los grandes buscadores internacionales que todos usamos y conocemos entran dentro de esta denominación. Requieren muchos recursos para su funcionamiento. Las arañas recorren páginas y recopilan información sobre su contenido, y las presentan clasificadas por orden de relevancia. Por ejemplo, si buscamos una palabra, [traducción], los resultados de la búsqueda nos mostrarán las páginas que contengan esta palabra en alguna parte del texto. En algunos casos registran todas las páginas del sitio, y en otros, sólo algunas. Además, las arañas van recopilando las actualizaciones, cuya periodicidad depende del motor en cuestión. Por este motivo, puede suceder que algunos sitios no aparezcan actualizados. El orden de relevancia, es decir, el orden en que se muestran los resultados de la consulta, está determinado por diversos factores que dependen de cada buscador. Pueden existir distintos parámetros, pero existen muchísimas estrategias, que las distintas empresas elaboran para lograr los primeros puestos. Ejemplos de buscadores "spiders" Google, Altavista, Lycos

2

Su tecnología es muy barata y sencilla. Pero el costo de operación es relativamente alto, ya que dependen de la operación manual. La clasificación y categorización requieren una intervención humana y en muchos casos, debido a la heterogeneidad de los temas tratados, algunas páginas presentan problemas de categorización ya que los índices suelen mantener su base de datos de forma manual.

Son una mezcla entre buscadores y directorio. Además de tener características de buscadores, presentan las páginas registradas clasificadas en catálogos según su contenido: Informática, cultura, sociedad, que a su vez se dividen en subsecciones. Hoy en día los grandes buscadores, van en esa dirección. Ejemplos: Excite, Voila, Infoseek En la actualidad, todos los motores tienden hacia estos sistemas mixtos

4. Metabuscadores En realidad, los metabuscadores hacen sus búsquedas en auténticos buscadores, analizan los resultados de la página y presentan sus propios resultados. Los metabuscadores permiten buscar en varios buscadores al mismo tiempo. No almacenan las descripciones de páginas en sus bases de datos, sino que contienen los registros de los motores de búsqueda y la información sobre ellos, adecuando su expresión a los diferentes motores para remitir la consulta. Cuando reciben la respuesta, envían al el resultado que fue previamente sometido a un filtrado para eliminar y depurar los enlaces repetidos y ordenados. Los más repetidos ocuparán los primeros puestos ya que el metabuscador considerará que son los más relevantes por estar dados de alta en mayor número de buscadores. Copernic (www.copernic.com), sigue siendo un metabuscador interesante con muchas categorías de búsqueda y versiones gratuitas y aranceladas. Ejemplo: Search.com, www.copernic

5. Multibuscadores Permiten lanzar varias búsquedas en motores seleccionados respetando el formato original de los buscadores. Se limitan a colocar en una página web una lista con los buscadores más comunes y con una ventana de texto para que el envíe la cadena de búsqueda introducida a cada uno de ellos. Muestra los resultados según el buscador.

El avance de la tecnología es demasiado veloz, y hay muchas empresas dedicadas al desarrollo de motores de búsqueda. Por este motivo, periódicamente nos sorprenden con nuevos programas, y nuevas categorías, cuyo único fin es encontrar más fácilmente la información que buscamos, o en los casos de las empresas de marketing, mostrar mejor los productos y buscar permanentemente potenciales clientes.

¿Cómo trabajan? Los buscadores automáticos están compuestos por tres partes: DLos robots que se encargan de recorrer la Red escrutándola DLa base de datos que construyen estos robots DEl motor de búsqueda que facilita la consulta a la base Los robots son programas que buscan o rastrean continuamente todos los servidores de la WWW, en Gopher (uno de los sistemas de Internet para recuperar información que precedió a la World Wide Web), y FTP, que alimentan una base de datos. Los robots actualizan estas bases y añaden nuevas páginas o referencias cuando ha cambiado o bien, cuando ya no existe. Google por ejemplo, guarda la página inicial y aunque la página ya no exista en la opción "caché", se puede ver la información original. Cuando abrimos la página de un buscador, encontramos un formulario para definir nuestra búsqueda y sus posibles opciones. Ingresamos la palabra o palabras clave que son las que describen los conceptos, ideas o términos que buscamos. El motor nos devuelve los resultados en función de cómo hayamos definido nuestra búsqueda. Los buscadores temáticos o especializados están compuestos por: Duna base de datos creada a partir de los URL remitidos Duna estructura jerárquica que facilita la consulta De todas maneras, se tiende más a utilizar un sistema mixto con buscadores automáticos

Ejemplo: Gooyaglehoo. http://www.gooyaglehoo.com/

6. Buscadores de Portal Bajo este título, englobamos los buscadores específicos de sitio. Aquellos que buscan información sólo en su portal o sitio web. Podríamos considerarlos como un directorio. Trabajan sobre la base de expresiones regulares y consultas SQL. Son muy útiles para los temas de istración.

Actualización de los datos Ingreso a la Red La mayoría de los motores de búsqueda actualizan sus bases de datos con la información recopilada por sus arañas, al menos una vez al mes. Esto es importante si tene-

edición 5- Motores de búsqueda

3. Los sistemas mixtos Buscador - Directorio

3

mos un sitio web relativamente nuevo: si el sitio se sube, por primera vez en la Red, al final de un 'rastreo', y las arañas no lo encuentran, habrá que esperar hasta la actualización siguiente para entrar a formar parte de la base de datos. Una vez incorporado a la base de datos, todavía llevará una o dos actualizaciones más antes de que se estabilice en los resultados de las búsquedas. La mayoría de los motores de búsqueda, también tienen lo que se llama listados frescos. Éstas son actualizaciones rápidas y cortas que generalmente no pondrán al día un sitio entero, pero agregarán las páginas nuevas y aquellas que hayan cambiado.

Otros programas Ask.com Este motor de búsqueda está obteniendo buenos resultados, y permite hacer búsquedas no sólo de webs, sino también de imágenes, noticias, blogs, enciclopedias, y más.

CodigoFuente.net CodigoFuente.net es un espacio para la búsqueda y registro de Código Fuente, software libre, clases, librerías, funciones, Programas gratis y procedimientos de: ASP, ASP.NET, C++, Java, Csharp, Delphi, Perl, PHP, Python, Cold fusion, JavaScript, XML y otros lenguajes de programación, completamente en español.

Dogpile Portal mediante el cual se pueden realizar búsquedas en múltiples buscadores a la vez.

Krugle Directorio dedicado exclusivamente a programadores, contiene motor de búsqueda para todo lo relacionado con lenguajes de programación, código que puede reusarse, y mucho más.

MSN MSN, la red de Microsoft, es otro de los buscadores más populares.

Ohloh Una nueva clase de directorio de software, que combina contenido comunitario con un motor de búsqueda que indexa cambios en los repositorios de proyectos de software libre, analizando código y extrayendo reportes muy interesantes. También permite socializar con otra gente que tenga los mismos intereses de software, y también permite buscar información de cada programador.

Desde el escritorio del traductor Durante muchos años, en la era pre-internet, usábamos nuestros "motores de búsqueda" mentales para buscar terminología e investigar los escasos recursos disponibles. Hoy Internet nos abre una puerta a un mundo donde sucede todo lo contrario: estamos invadidos por una sobreabundancia de recursos y el desafío es, precisamente saber cómo encontrarlos. En un artículo publicado en el ITI bulletin (www.iti.org.uk) de julio de este año, Michael Benis comenta que la estrategia esencial de toda búsqueda debería ser: buscar Dseleccionar Dverificar Por más compleja que sea la búsqueda o la situación, este método es la base para asegurarnos de que la terminología y la información que obtenemos sean correctas. En un entorno convencional, esta estrategia implicaría la búsqueda del término en cuestión en diccionarios y enciclopedias bilingües y monolingües, corroborar definiciones, verificar los resultados de nuestras búsquedas en los recursos monolingües correspondientes, y verificarlo en los materiales de referencia. Claro que en la época digital, todos estos procesos, son mucho más rápidos y ágiles. Una de las grandes ventajas de la Internet para los traductores, ha sido el gran número de bases de datos terminológicas que nos ponen a nuestro alcance las unidades de traducción de los departamentos gubernamentales. Canadá y la Unión Europea encabezan esta lista. Son fuentes confiables y nos ofrecen diccionarios que constituyen recursos indispensables para el traductor. Salvo en el caso de Termium (que prevé un arancel anual) el resto es totalmente gratis. Por supuesto, además de estos diccionarios oficiales existe otra enorme cantidad de diccionarios en Internet que profesionales, empresas, o simplemente individuos ponen a nuestra disposición, y que pueden ayudarnos a resolver una búsqueda siempre y cuando verifiquemos lo que estamos buscando, y fundamentalmente, con una fuente confiable.

¿Cómo busco? Cuando se introduce una frase o palabra, el motor buscará en su base de datos y devolverá resultados en un orden que estará determinado por su propio algoritmo. Para las búsquedas precisas, los motores tienen su propio lenguaje de interrogación y suelen permitir acotar las búsquedas utilizando interfaces sencillas de búsqueda que permiten la introducción de texto en alguna de estas variantes: DTodas las palabras: permite recuperar los resultados que contengan todas las palabras que se introducen en la caja de interrogación. Por ejemplo, "colegio de traducto-

4

res" se ubicarán resultados que incluyan todos los términos, aunque estén separados: colegio de traductores, aunque no necesariamente en ese orden exacto. DAlguna de las palabras: permite recuperar los resultados que contienen alguna de las palabras. Por ejemplo, la interrogación: "colegio de traductores" los resultados se presentarán con colegio o traductores. DLa frase exacta: es la más adecuada para búsqueda por nombres propios y expresiones que deben ser buscadas en el orden especificado. Para introducirla se suelen utilizar comillas. Por ejemplo, la consulta: "colegio de traductores”, sólo mostrará resultados donde aparezca exactamente esa frase. DLa búsqueda booleana: se trata de un tipo de interrogación que incluye alguno de los operadores lógicos.

Los buscadores también permiten acotar la búsqueda por una serie de operadores lógicos, así encontramos: DLógicos DDe proximidad DDe existencia DDe exactitud

Operadores lógicos Los operadores lógicos o booleanos facilitan este objetivo. Para los ejemplos siguientes usaremos dos conjuntos de elementos: los profesionales y los traductores.

1. Y lógico (AND) En el resultado aparecerán únicamente los documentos que contentan estas dos palabras clave. Es un operador de reducción. Ejemplo: profesionales AND traductores (En algunos buscadores también se puede usar & en lugar de AND)

2. NO lógico (NOT)

Es decir los profesionales o traductores. Nos devolverá las páginas que contengan algún elemento de los dos o los dos (Algunos buscadores también permiten usar | en vez de OR). Cuando no indicamos ningún operador entre las palabras, los buscadores lo interpretan como si hubiéramos colocado OR. Es muy útil para buscar varias formas de escritura simultáneamente. Ejemplo: España OR Spain OR Espagne

Operadores de proximidad Para obtener resultados precisos, el operador de proximidad, nos permite especificar la relación entre elementos presentes de nuestra búsqueda.

1. Cerca (NEAR) Es similar al Y lógico, pero además exige que entre ambas palabras no haya más de 10 palabras. Ejemplo: profesionales NEAR traductores Es decir que las palabras profesionales y traductores aparezcan relativamente juntas. DEs ideal para buscar, por ejemplo, nombres y apellidos.

2. Junto (ADJ) Es la intersección de los dos conjuntos de búsqueda que además están adyacentes. Se parece al Y lógico pero además exige que entre ambas palabras no haya otra . Ejemplo: profesionales ADJ traductores Es decir que las palabras profesionales y traductores aparezcan juntas. DSe puede usar comillas para obtener un resultado idéntico "profesionales traductores" DTambién se puede usar un guión entre las palabras que desea juntar profesionales-traductores.

Excluye los elementos de una de las dos palabras clave de búsqueda.

Operadores de existencia 1. Presencia.

3. O lógico (OR)

Especifica palabras que deben aparecer en el resultado. Es útil cuando necesitamos que una determinada palabra clave, de tal forma que si no está presente en él, no se incluirá en la lista de resultados.

Indica al buscador que en los resultados de la búsqueda aparezca por lo menos una de las palabras clave. Es un operador de ampliación.

Habitualmente se añade al inicio de la palabra clave el signo más (+), sin dejar espacio.

Ejemplo: profesionales OR traductores

Ejemplo: +olímpico baloncesto fútbol voleibol balonmano

edición 5- Motores de búsqueda

Ejemplo: profesionales AND NOT traductores (En algunos buscadores también se puede utilizar ! en lugar de NOT.)

5

2. Ausencia Es útil cuando necesitamos que una determinada palabra clave no esté presente en el documento, de tal forma que si está, no lo incluirá en la lista de resultado. Habitualmente se indica añadiendo el signo menos - al inicio de la palabra clave, sin dejar espacio. Ejemplo: juventud –racismo DPodemos obtenerlo también a través de estos dos operadores lógicos: juventud AND NOT racismo

De esta manera, una búsqueda de "educa" incluirá también en la respuesta "educador" y "educativo". Esto es ideal si no se sabe cómo se escribe exactamente la palabra que se quiere buscar. A diferencia de estos casos mencionados, el comodín de Google (*) permite encontrar palabras completas, no familias de palabras. Es muy útil por ejemplo, para buscar la palabra que sigue, nombres de instituciones. etc.: colegio * traductores, mostrará colegio para traductores, de traductores, con traductores, etc.

2. Truncar la palabra

Operadores de exactitud 1. Familia Se trata de una especie de comodín, que permite realizar la búsqueda también en documentos en los cuales las palabras clave aparecen como parte de otras palabras. Con la opción Substrings en Yahoo o el signo (*).

Para encontrar sólo aquellas referencias que tengan la palabra exacta y no extensiones, se debe seleccionar la opción Complete words en Yahoo, y en Lycos usar el punto (.) al final de la palabra que se busca, para limitarla. Por ejemplo "ciudad" encontrará referencias que contengan la palabra "ciudad" pero no así "ciudadano" ni "ciudadanía".

Google Encontrar todos estos recursos es un desafío. En la mayoría de los casos, se resuelve fácilmente con el uso de alguno de los motores de búsqueda que mencionamos en la primera parte de este coleccionable. El más popular sigue siendo Google, con el que se pueden realizar búsquedas bastante complejas, entre otras: DPara buscar la definición de una palabra (en cualquier idioma), se puede escribir "define:" seguido de la palabra clave de búsqueda. Por ejemplo, define:localization mostrará este resultado:

6

DEs posible buscar palabras o frases dentro de una página en especial, como la de un cliente. Por ejemplo, "trojan horse site:www.symantec.com" mostrará este resultado (aplicable a cualquier idioma):

DPara buscar palabras en un tipo de archivo en especial: supongamos que se quiere buscar la palabra "localization" en un archivo PDF, si escribimos "localization filetype:pdf" se obtendrá algo así: DPara buscar palabras en un sitio y en la dirección del sitio, se puede utilizar "inurl:". Por ejemplo, si queremos buscar la palabra "enfiteusis" y, que además aparezca en un glosario, escribimos "enfiteusis inurl:glosario", y se obtendrá este resultado:

Además de buscar en glosarios, también pueden buscar en páginas de clientes, empresas, etc.

DPara la conversión de unidades (millas a kilómetros, por ejemplo), basta con escribir "x miles", "x yards", etc... El resultado va a ser algo así:

edición 5- Motores de búsqueda

Listados: http://labs.google.com/sets. Nos permite encontrar o completar listas de un conjunto de elementos (por ejemplo: si necesitamos una lista de marcas de automóviles, con incluir dos, Google completa el resto).

7

Si utilizamos motores de búsqueda con mucha frecuencia, una herramienta útil, es Practisearch, que permite consultar el motor de búsqueda favorito con sólo seleccionar la frase en cuestión [desde cualquier programa, por ejemplo, Word, presionando una tecla de rápido y luego enter].

La Web invisible. Ideal para investigadores La "Web visible" es lo que podemos "ver" con los motores de búsqueda, que presentan el contenido del sitio como resultado de una búsqueda. Lo que no se incluye en la mayoría de los casos, es el contenido de las bases de datos, por ejemplo. Si incluimos en los términos de búsqueda database (o base de datos) o directory podremos ver recursos de investigación útiles que los motores no pueden encontrar de otra forma, ya que las arañas de los motores de búsqueda no pueden catalogar el contenido que, por ende, queda relegado a lo que denominamos "Web invisible". Al final de este coleccionable, se detalla una lista de sitios Web, que incluyen sitios y programas utiles para buscar en la "Web invisible", como Direct Search, u OAIster, y permite buscar en las bases de datos de universidades o viejos artículos que no han sido generados en formato electrónico, y fueron escaneados.

Las búsquedas avanzadas Este tipo de búsquedas no sólo permiten encontrar terminología sino textos especializados que nos pueden confirmar el estilo, las elecciones tanto técnicas como estratégicas que deberemos hacer y, al mismo tiempo, podemos investigar sobre el tema que estamos traduciendo. Por ejemplo tomemos la biblioteca EUR-Lex en línea de la legislación de la Unión Europea. En este sitio se pueden buscar archivos html de la legislación de la Unión Europea en todos los idiomas oficiales. Y cada uno de estos archivos incluye los enlaces a las traducciones correspondientes en todos estos idiomas.

DTermium - Base de datos trilingüe www.termium.gc.ca DIATE - Base de datos terminológica multilingüe http://iate.europa.eu DITU - Diccionario multilingüe Termite de telecomunicaciones www.itu.int/terminology/index.html DUNITERM Base de datos de las Naciones Unidas http://www.un.org/spanish/unterm/

Recursos de investigación en línea DServidor Web del Parlamento Europeo www.europarl.europa.eu DBiblioteca en línea de legislación de la Unión Europea http://eur-lex.europa.eu/en/index.htm

Sitios y programas de búsquedas útiles DBabilón www.babylon.com DDirect Search (Web invisible) www.freepint.com/gary/direct.htm DGoogle www.google.com DMedline Medscape search http://search.medscape.com DMetacrawler www.metracrawler.com DOmega First www.omega-first.co.uk

Web Invisible DInternetinvisible.com (en español) http://www.internetinvisible.com/ DInvisibleWeb.com (en inglés) http://www.invisibleweb.com DInvisible Web Directory (por temas) http://www.invisibleweb.net/ DComplete Planet: The Deep Web Directory (contiene unas 70.000 bases de datos de la Red profunda y otros recursos especializados) http://aip.completeplanet.com DDirect Search (es una compilación de enlaces e interfaces de búsqueda de recursos que contienen datos que no son fácilmente accesibles o "buscables" por los buscadores generalistas) http://www.freepint.com/gary/direct.htm DOAISTER http://www.oaister.org Otras Fuentes Ricardo Baeza Yates. (www.dcc.uchile.cl/~rbaeza/inf/webfaces.gif) (www.hipertexto.info/documentos/tipos_buscador.htm#indices) ITI bulletin (www.iti.org.uk)

CTPCBA - Colegio de Traductores Públicos de la Ciudad de Buenos Aires

Pero además, los motores de búsqueda son muy útiles no sólo para buscar términos, sino para verificar el uso, el estilo, las palabras que se utilizan con un determinado verbo, o el adjetivo más común para un sustantivo, y el análisis de los resultados, podría permitirnos esbozar hasta un registro de uso, y obtener información que no podemos conseguir en los diccionarios.

Diccionarios en línea

www.traductores.org.ar

Otros usos de los motores de búsqueda

Algunos otros recursos

[email protected]

Answers.com: www.answers.com Es otra herramienta útil y a través de la cooperación con Google permite utilizar el buscador de Google y, al mismo tiempo, poder buscar palabras y hacer preguntas desde los sitios que estamos consultando.

De esta manera, una vez que encontramos el término, también encontraremos la traducción oficial del mismo término en la lengua meta.

Comisión de Aplicaciones Informáticas

Google Desktop: http://desktop.google.com/ Desde este sitio, se baja el programa. Está diseñado con la misma tecnología de Google, es una herramienta de búsqueda instantánea pero... en los archivos de nuestra propia computadora. Permite buscar en correos electrónicos de Outlook, Outlook Express y en archivos de Word, Excel, PowerPoint y texto; también realiza búsquedas paralelas en el disco duro de nuestra computadora y en Internet. Yahoo, también tiene una herramienta similar.