Palabra clave en contexto

El formato más común para las líneas de concordancia es Key Word In Context ( KWIC ) . El término KWIC fue acuñado por Hans Peter Luhn . ^{[ 1 ]} El sistema se basó en un concepto llamado keyword in titles , que fue propuesto por primera vez para las bibliotecas de Manchester en 1864 por Andrea Crestadoro . ^{[ 2 ]}

Un índice KWIC se forma ordenando y alineando las palabras dentro del título de un artículo para permitir que cada palabra (excepto las palabras vacías ) en los títulos se pueda buscar alfabéticamente en el índice. ^{[ 3 ]} Fue un método de indexación útil para manuales técnicos antes de que la búsqueda computarizada de texto completo se generalizara.

Por ejemplo, una consulta de búsqueda que incluya todas las palabras de una definición de ejemplo ("KWIC es un acrónimo de Key Word In Context, el formato más común para las líneas de concordancia") y el lema de Wikipedia en inglés ("la enciclopedia libre"), al buscar en una página de Wikipedia, podría generar un índice KWIC como el siguiente. Un índice KWIC suele utilizar un diseño amplio para permitir la visualización de la máxima información "en contexto" (no se muestra en el siguiente ejemplo).

Un índice KWIC es un caso especial de índice permutado . ^{[ 4 ]} Este término se refiere al hecho de que indexa todas las permutaciones cíclicas de los encabezados. Los libros compuestos por muchas secciones cortas con sus propios encabezados descriptivos, sobre todo las colecciones de páginas de manuales , solían terminar con una sección de índice permutado , lo que permitía al lector encontrar fácilmente una sección por cualquier palabra de su encabezado. Esta práctica, también conocida como Palabra Clave Fuera de Contexto ( KWOC ), ya no es común.

• 
  Palabra clave junto con contexto (KWAC)
• 
  Palabra clave en contexto (KWIC)
• 
  Palabra clave fuera de contexto (KWOC)

Nota: La primera referencia no muestra el índice KWIC a menos que pague para ver el artículo. La segunda referencia ni siquiera lo menciona.

• David L. Parnas utiliza un índice KWIC como ejemplo de cómo realizar un diseño modular en su artículo " On the Criteria To Be Used in Decomposing Systems into Modules" , disponible como artículo clásico de la ACM.
• Christopher D. Manning y Hinrich Schütze describen un índice KWIC y la concordancia computarizada en la sección 1.4.5 de su libro Foundations of Statistical Natural Language Processing (Fundamentos del procesamiento estadístico del lenguaje natural) . Cambridge, Mass: MIT Press , 1999. ISBN 9780262133609Citan un artículo de HP Luhn de 1960, "Índice de palabras clave en contexto para literatura técnica (índice kwic)".
• Según la obra Concordantia et Indices Missalium Romanorum del reverendo Gerard O'Connor , «La mayoría de las concordancias elaboradas en los últimos tiempos con la ayuda de software informático utilizan los formatos KWIC (palabra clave en contexto) y KWICn (palabra clave en el centro), que presentan la palabra clave, generalmente resaltada en negrita y en una posición fija, dentro de un breve contexto, es decir, tres o cuatro palabras anteriores y la misma cantidad de texto posterior. Este formato resulta sumamente útil, ya que la palabra clave se identifica fácilmente junto con su contexto. ... La Concordancia del Misal Romano se elabora en ambos formatos, KWIC y KWICn, y destaca porque cada palabra se presenta tal como aparece en el texto, es decir, sin lematizar ».

• ptx, una utilidad de línea de comandos de Unix que produce un índice permutado
• Concordanciador
• Transformación Burrows-Wheeler
• árbol de sufijos