Compresión de textos en Bases de Datos Digitales

Abstract

Este trabajo presenta una revisi´on de los m´etodos de compresi´on de textos, que permiten la busqueda ´ directa de palabras y frases dentro del texto sin necesidad de descomprimirlo. Se presentan las t´ecnicas de compresi´on basadas en Huffman y dos t´ecnicas m´as recientes: el m´etodo Denso con Post-Etiquetado y el m´etodo (s,c)-Denso. Adem´as se muestra como estos nuevos m´etodos son directamente comparables, en tasa de compresi´on, con las t´ecnicas basadas en Huffman y c´omo proporcionan una compresi´on m´as simple y r´apida, manteniendo sus caracter´ısticas m´as interesantes. De este modo estas nuevas t´ecnicas son extremadamente adecuadas para la compresi´on de textos sobre los que haya que realizar operaciones de Text Retrieval, pues facilita la indexaci´on y preprocesado de los mismos sin necesidad de descomprimirlos.