Automatic Key Extraction, dificultades para activar.

[agbuil]

Soy nuevo en este mundo y llevo varias semanas con la versión 5.0beta -magnífica herramienta- probando funcionalidades, instalación -en ubuntu 10- y una de las funcionalidades que más me atrajo de openKM fue la posibilidad de extraer de manera automática palabras clave. Instale el thesaurus que teneis de ejemplo -al 2do intento- pero no consigo entender que pasos tengo que seguir para activar funcionalidad de Automatic Key Extraction ¿podrías ayudarme?
Otra pregunta relacionada: quiero hacer mi propio thesaurus. He brujuleado por las webs de w3c y protege pero "me faltan cosas" para poder arrancar ¿podrías referirme algún ejemplo de como crear un th desde el principio?¿qué significan los parámetros de
kea.thesaurus.tree.root= y kea.thesaurus.tree.childs=. Lo que más me despistan son la url que figuran en la lista de parámetros ¿qué son?¿cómo se utilizan?¿dónde puedo conseguir info adicional?

• kea.thesaurus.tree.root=SELECT DISTINCT UID, TEXT FROM {UID} Y {OBJECT}, {UID} rdfs:label {TEXT} ; [rdfs:subClassOf {CLAZZ}] where not bound(CLAZZ) and lang(TEXT)="en" USING NAMESPACE foaf=<http://xmlns.com/foaf/0.1/>, dcterms=<http://purl.org/dc/terms/>, rdf=<http://www.w3.org/1999/02/22-rdf-syntax-ns#>, owl=<http://www.w3.org/2002/07/owl#>, rdfs=<http://www.w3.org/2000/01/rdf-schema#>, skos=<http://www.w3.org/2004/02/skos/core#>, dc=<http://purl.org/dc/elements/1.1/>
  kea.thesaurus.tree.childs=SELECT DISTINCT UID, TEXT FROM {UID} rdfs:subClassOf {CLAZZ}, {UID} rdfs:label {TEXT} where xsd:string(CLAZZ) = "RDFparentID" and lang(TEXT)="en" USING NAMESPACE foaf=<http://xmlns.com/foaf/0.1/>, dcterms=<http://purl.org/dc/terms/>, rdf=<http://www.w3.org/1999/02/22-rdf-syntax-ns#>, owl=<http://www.w3.org/2002/07/owl#>, rdfs=<http://www.w3.org/2000/01/rdf-schema#>, skos=<http://www.w3.org/2004/02/skos/core#>, dc=<http://purl.org/dc/elements/1.1/>
  kea.thesaurus.vocabulary.serql=SELECT X,UID FROM {X} skos:prefLabel {UID} WHERE lang(UID) ="en" USING NAMESPACE rdf=<http://www.w3.org/1999/02/22-rdf-syntax-ns#>, skos=<http://www.w3.org/2004/02/skos/core#>,r ... rdf-schema#>, dc=<http://purl.org/dc/elements/1.1/>, dcterms=<http://purl.org/dc/terms/>, foaf=<http://xmlns.com/foaf/0.1/>

Entrando en el Automatic key extraction full example quizá mis dudas sean demasiado básicas -disculpad si es así- pero como indico al principio, soy nuevo en este mundo: ¿dónde puedo encontrar información adicional de los svn checkout modules, el maven repository, cómo cambio la runtime configuration, como abro el run configuration, ....?
Muchas gracias.

[jllort]

Lo vas a sudar un poco como no hayas visto nunca nada de todo esto, que por otra parte es lo mas normal.

Yo te aconsejo que vayamos por partes.
1- Has registrado un tesaurus tuyo o estas intentando registrar alguno de otro sitio ?

Estas propiedades son las consultas SERQL ( que es algo variopinto y nada facil de entender la primera vez que lo ves, que sirve básicamente para sacar dentro de todo el thesaurus el root, los hijos a partir de un nodo X y todas las palabras por separado que conforman el vocabulario del tesaurus
kea.thesaurus.tree.root=
kea.thesaurus.tree.childs=
kea.thesaurus.vocabulary.serql=

Antes de empezar por esto ... comentame si vas a utilizar un diccionario tuyo o de terceros, en el ejemplo la consulta es valida para el formato de fichero que he puesto en el ejemplo ( como te digo hay otras estructuras posibles y por tanto la consulta no te valdría ). Lo mas sencillo primero es registrar el tesauro y despues ya meterse con el KEA. De hecho sin tesauro no hay KEA.

[agbuil]

Lo primero gracias por el apoyo.
El thesaurus que he registrado que he registrado es el de ejemplo. Mi intención es registrar uno propio, y por lo que indicas el primer paso. Voy a seguir tu consejo y voy a avanzar por partes.
Objetivo 1 = montar un thesaurus personal. He estado trasteando con Protege y, efectivamente, tengo muchas dudas ¿alguna recomendación: documentación, otra aplicación que se adapte mejor a OKM, ...? Cuando termine con esto ya me meteré con el KEA.

Pero mi objetivo es montar un Th propio + KEA.

[jllort]

yo empezaría con un fichero xml y un editor plano creando una estructura muy básica y luego lo editas con el protegee. Esta forma de trabajar a mi me ha funcionado mejor que empezar el fichero directamente con el protegee.

Del tesauro tienes que entender que son palabras ( conceptos SKOS ) relacionados unos con otros. Cada concepto es una url única en internet en internet ( fíjate bien en el fichero, la idea - que no lo vas a utilizar - es que podrias tener un tesauro distribuido por internet. La otra cosa importante es que las palabras / conceptos estan relacionados entre ellos. Si entiendes eso en el fichero original de demostración, ya tienes todo lo que precisas para el paso 1.

Aunque nosotros representemos el tesauro como un arbol, en realidad no es así, incluso pueden tener relaciones ciclicas y relaciones del tipo muchos a mucho que en un arbol nunca seran representado como toca. Pero bueno, es la mejor aproximación , util que podemos hacer por ahora. Igual un día nos animamos y también hacemos un grafo.

De editores te puedo aconsejar el geany en linux o el ultraedit / jedit en windows.