V Jornadas Técnicas de la IDE de EspañaJIDEE 2008

Búsquedas inteligentes de toponimiaFélix José Hernández

2V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Los servicios IDE en MAPA, visor geográfico deCanariasG. Calzadilla

Conector WMS para MicrostationC.D. Hernández

Herramienta de consultaurbanísticaJ.M. Barbero, I. Esteban

Arquitectura de sistemasy comunicaciones deIDECanariasO. Felipe

Medición de Rendimientos de serviciosWMS con JMeterD. Daswani

Mejoras de rendimientoen la IDEJ. Rodrigo

Difusión deIDECanarias a través del estándar OpenGIS®KML EncondingStandardJ. Rosales

Monitor de estadísticasde IDECanariasD. Daswani

BBúúsquedas inteligentessquedas inteligentesde toponimiade toponimiaF. HernF. Hernáándezndez

Sistematización de PlaneamientoJ.M. Barbero, L. Sosa

3V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Índice

• Objetivo• Antecedentes• Alcance• Requisitos• Solución tecnológica• Ejemplos• Conclusiones y líneas futuras

4V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Objetivo - Antecedentes

• Mejorar la funcionalidad de búsqueda

5V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Alcance

•Toponimia

–– RAERAE•• Estudio del origen y significaciEstudio del origen y significacióón n

de los nombres propios de lugar.de los nombres propios de lugar.

•• Conjunto de los nombres propios Conjunto de los nombres propios de lugar de un pade lugar de un paíís o de una s o de una regiregióón.n.

–– ‘‘ToponimiaToponimia’’ = Informaci= Informacióón n espacial con atributo de textoespacial con atributo de texto

6V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Alcance I I

• Resumen por clasificación

• Resumen por islaIsla Num. elementos

El Hierro 5.942 La Gomera 18.560 Fuerteventura 25.418 La Palma 31.571 Lanzarote 43.139 Gran Canaria 170.197 Tenerife 242.257

537.084

Clasificación Num. elementosTérminos Municipales 87 Espacios Naturales Protegidos 146 Estudios Toponimia 2.164 ISTAC (Entidades - Núcleos) 3.620 Puntos de Interés 18.734 Mapa topográfico 1:5.000 63.181 Callejero (Portales - Viales) 449.152

537.084

7V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Requisitos

1. Caja única de búsqueda2. Lenguaje natural3. Filtrado geográfico

–– A nivel de textoA nivel de texto

–– A nivel espacialA nivel espacial

4. Rendimiento

8V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Solución tecnológica I

• Full-Text Search (FTS)

–– Integrado en el motor de base de datosIntegrado en el motor de base de datos

–– Gran volumen de datos (Gran volumen de datos (PDF, HTML, DOC, etc.PDF, HTML, DOC, etc.))

–– GramGramáática del idioma (tica del idioma (tildes, verbos, etc.tildes, verbos, etc.))

–– Orientado a bOrientado a búúsquedas de squedas de ‘‘palabraspalabras’’completascompletas

• Productos analizados:

–– SQL Server FullSQL Server Full--TextText SearchSearch

–– PostgreSQLPostgreSQL FullFull--TextText SearchSearch

9V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Solución tecnológica I I

• Proceso de pruebas FTS

–– Fase de IndexaciFase de Indexacióónn•• Tipo de dato: Tipo de dato: VARBINARY(maxVARBINARY(max)/)/tsvectortsvector

–– Fase de ConsultaFase de Consulta•• CONTAINS/CONTAINS/to_tsqueryto_tsquery. . Existencia de operadores en Existencia de operadores en

la cadena de bla cadena de búúsqueda, squeda, ““colegioscolegios”” NEAR NEAR ““adejeadeje””

•• FREETEXT/FREETEXT/plainto_tsqueryplainto_tsquery. . Sin operadores Sin operadores ““colegios en colegios en adejeadeje””

–– Fase de DepuraciFase de Depuracióónn•• AnAnáálisis de resultadoslisis de resultados

•• ConfiguraciConfiguracióón de Diccionarios / Sinn de Diccionarios / Sinóónimosnimos

10V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Solución tecnológica I I I

• Comparativa

–– Rendimiento similarRendimiento similar

–– Funcionalidades equivalentesFuncionalidades equivalentes

–– Tiempo puesta producciTiempo puesta produccióónn

–– Soporte espacialSoporte espacial

–– Coste de licenciaCoste de licencia

• Opción elegida: PostgreSQL FTS +PostGIS

11V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Ejemplos I

12V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Ejemplos I I

13V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Ejemplo I I I

14V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Conclusiones y líneas futuras

• Conclusiones

–– Facilidad uso (Facilidad uso (interfaz, lenguaje natural, etc.interfaz, lenguaje natural, etc.))

–– Motor de bMotor de búúsquedas inteligentesquedas inteligente

–– IntegraciIntegracióón y adaptacin y adaptacióón de n de tecnologtecnologííasas

• Líneas futuras

–– Refinamiento de resultados (Refinamiento de resultados (LOGLOG))

–– EncapsulaciEncapsulacióón en estn en estáándares OGCndares OGC

–– Otros: Otros: MultilingMultilingüüe, Nuevos contenidos, etc.e, Nuevos contenidos, etc.

15V Jornadas Técnicas de la IDE de España ▪ IDE, Aplicaciones al Planeamiento y la Gestión del Territorio ▪ Tenerife 5-7 noviembre 2008

Búsquedas inteligentes de toponimia

Félix J osé Hernándezfhernandeze@grafcan.com