Un método de compresión de textos basado en la posicionalidad y el rendimiento. Aplicación al euskara

Resumen

LOS ORDENADORES ACTUALES TIENEN QUE ALMACENAR MAYOR CANTIDAD DE INFORMACION DIA A DIA Y A PESAR DE QUE LOS AVANCES DE LA TECNOLOGIA PERMITEN QUE LOS DISPOSITIVOS DE ALMACENAMIENTO SEAN CADA VEZ MAYORES LA CAPACIDAD DE MEMORIA RESULTA ESCASA A MENUDO, POR OTRO LADO CADA VEZ SON MAS FRECUENTES LAS COMUNICACIONES ENTRE ORDENADORES REMOTOS PARA TRANSMISION DE TEXTOS. EN AMBOS CASOS COMPRESION Y ALMACENAMIENTO EL COSTO DEL PROCESO ES FUNCION DEL TAMAÑO DEL TEXTO QUE SE MANEJA POR LO QUE EL DISEÑO DE METODOS DE COMPRESION QUE PERMITAN DISMINUIR EL ESPACIO OCUPADO POR DICHOS FICHEROS RESULTA MUY INTERESANTE. LOS TEXTOS ESCRITOS EN LENGUAS NATURALES CONTIENEN INFORMACION EXTRA QUE SE CONOCE COMO REDUNDANCIA. LOS METODOS DE COMPRESION DE TEXTOS INTENTAN REDUCIR LAREDUNDANCIA EMPLEANDO DIFERENTES TECNICAS. LOS QUE SE PROPONEN EN ESTE TRABAJO TIENEN EN CUENTA LAS SIGUIENTES CARACTERISTICAS: POSICIONALIDAD RENDIMIENTO INESTABILIDAD DE LAS FRECUENCIAS. SE SABE QUE EL PROBLEMA DE CONSTRUCCION DE UN DICCIONARIO DE PREFIJOS Y SUFIJOS OPTIMO ES UN PROBLEMA NP-COMPLETO. PARA SUPERAR ESTA DIFICULTAD SE PROPONE UNA SOLUCION HEURISTICA QUE EMPLEA TRES DICCIONARIOS DIFERENTES PARA LA CODIFICACION: UN DICCIONARIO DE PREFIJOS UNO DE SUFIJOS Y UN TERCERO DE INFIJOS (TOMANDO ESTOS TERMINOS EN SENTIDO GENERAL). PARA DISMINUIR LA COMPLEJIDAD LOS DICCIONARIOS NO SE CONSTRUYEN SIMULTANEAMIENTE SINO DE UNO EN UNO. LA UTILIZACION DE ESTA ESTRATEGIA PERMITE OBTENER BUENOS RESULTADOS ALCANZADOSENIVELES DE COMPRESION DE HASTA EL 60%. ADEMAS LOS PROCESOS DE COMPRESION Y EXPANSION SE REALIZAN DE MANERA EFICAZ PROCESANDOSE LA INFORMACION A ALTA VELOCIDAD. EN ESTE TRABAJO SE HA ANALIZADO IGUALMENTE LA POSIBILIDAD DE CONSTRUCCION EN HARDWARE DE LOS METODOS PROPUESTOS. POR UN LADO LA INTEGRACION DE METODOS DE COMPRESION SILABICOS MEDIANTE PROCESADORES ASOCIATIVOS PARALELOS Y POR OTRO LA POSIBILIDAD DE EMPLEAR ARQUITECTURAS Y ALGORITMOS SISTOLIC