| Sumario: | Las grandes bases de conocimiento disponibles en la Web Semántica son lo suficientemente maduras y robustas como para usarse de base fundamental única en sistemas de Aprendizaje o de Inteligencia Artificial. Sin embargo, el acceso a este conocimiento necesita de usuarios que comprendan los lenguajes de consulta semántica, por lo que la información queda oculta en tales repositorios. Además, la cantidad de datos no relevantes pero enlazados crea ruido innecesario que dificulta las tareas de la Inteligencia Artificial. En este trabajo se presenta una propuesta estratégica de etapas y sintonización de parámetros para la creación de un sistema interactivo dirigido al aprendizaje del usuario y al uso de la Web Semántica en aplicaciones de la Inteligencia Artificial. En este sistema híbrido se han integrando datos estructurados y no estructurados de Wikidata y Wikipedia, se han filtrado los datos irrelevantes, y se han devuelto los resultados como paquete de datos en forma de grafo personalizable. Todo el sistema se ha basado en el diseño y testeo de unas estrategias de parametrización que garantizan el balance entre la cantidad de datos (el potencial enorme de la Web Semántica) y la eficacia (asegurando la relevancia de los datos incluso después del filtrado). Se ha demostrado lo trascendental que resulta la plataforma no sólo para los usuarios que desean hacer una consulta, aprender sobre un concepto, o que necesitan de un auxiliar en sistemas de autorías propios, sino que también para su utilidad en aplicaciones de Inteligencia Artificial como datos fundamentales que alimentan al sistema.
|
|---|
