¿Qué hace MetaExtract API?+
Extrae automáticamente los metadatos de documentos PDF mediante inteligencia artificial y autollena los campos en tu sistema de gestión documental o repositorio, sin captura manual.
¿Es entrenable a la medida?+
Sí. El modelo se entrena para extraer los metadatos específicos que cada institución necesita y rellenar los campos correspondientes.
¿Con qué plataformas es compatible?+
Es compatible con DSpace, Koha, ABCD, OJS y otros sistemas de gestión documental y repositorios institucionales.
¿Qué hace exactamente MetaExtract API?+
Recibe un documento PDF y devuelve sus metadatos descriptivos estructurados, listos para autollenar el formulario de depósito de un repositorio o los campos de un sistema de gestión documental. Elimina la transcripción manual del proceso de descripción: el bibliotecólogo pasa de digitar a revisar y aprobar.
¿Qué campos extrae?+
Los campos descriptivos habituales de un repositorio académico: título, autoría, director o asesor, resumen, palabras clave, fecha, tipo documental, idioma, unidad académica, extensión e identificadores. El conjunto exacto se define en la implementación, porque cada institución tiene campos locales y obligatorios distintos.
¿Reemplaza al catalogador?+
No. Reemplaza la digitación, no la decisión bibliográfica. La normalización de nombres de autor contra la autoridad institucional, la asignación de descriptores del tesauro y la definición de la licencia siguen requiriendo criterio profesional. Lo que cambia es en qué se invierte ese criterio: en revisar, no en transcribir.
¿Qué tan exacta es la extracción?+
Depende de la calidad del documento y del campo. Los campos que están escritos de forma explícita en el documento, como título, resumen o fecha, se extraen con alta fiabilidad; los que exigen interpretación, como las palabras clave del tesauro institucional o la licencia, requieren siempre revisión. Por eso la validación con un lote de control es parte del proyecto y no un extra.
¿Funciona con documentos escaneados?+
Funciona mejor con PDF que contienen texto. Con documentos escaneados sin capa de texto, el resultado depende de la calidad de la digitalización: escaneos nítidos y derechos dan buenos resultados, y escaneos de baja resolución o con páginas torcidas degradan la extracción. Esto se evalúa en el diagnóstico inicial con una muestra del acervo real.
¿Cuánto tarda la implementación?+
Entre seis y nueve semanas desde el diagnóstico hasta la puesta en producción, y menos cuando la institución ya tiene el esquema de metadatos definido y documentado. La fase que más varía es el ajuste a los tipos documentales propios.
¿Cómo se cobra el servicio?+
Se contrata como licencia anual del servicio, que incluye la implementación inicial, el ajuste a los campos de la institución, el soporte y las mejoras del periodo. Los factores que mueven el valor son el número de esquemas o tipos documentales a soportar, las integraciones requeridas y el volumen de procesamiento previsto.
¿Qué pasa con los documentos que se envían a procesar?+
El procesamiento tiene la finalidad de extraer los metadatos del documento y las condiciones de tratamiento, conservación y borrado se acuerdan en el contrato. Para instituciones con políticas estrictas sobre documentos no publicados, este punto se define antes de la implementación y no después.
¿Se incluye con otros servicios?+
Sí. Todas nuestras implementaciones de DSpace integran MetaExtract API sin costo adicional, porque un repositorio nuevo casi siempre nace con un acervo acumulado que hay que describir. También se contrata de forma independiente para repositorios ya existentes, incluidos los que no implementamos nosotros.
¿Puede procesar un acervo histórico completo de una vez?+
Sí, mediante procesamiento por lotes. Lo recomendable es hacerlo por colecciones o por tipo documental y revisar cada lote antes de pasar al siguiente, en lugar de cargar todo y revisar después. Un repositorio que se llena rápido con metadatos sin revisar termina costando más de corregir que de haber cargado despacio.
¿Qué requisitos técnicos tiene la institución?+
Ninguno de infraestructura: es un servicio por API. Se requiere que alguien del equipo de TI o el proveedor del repositorio pueda hacer la integración, y que la biblioteca defina el esquema de metadatos destino y el procedimiento de revisión. En repositorios DSpace que operamos nosotros, la integración corre por nuestra cuenta.
¿En qué idiomas funciona?+
Procesa documentos en español, inglés y portugués, que son los idiomas habituales de la producción académica en América Latina, y devuelve los metadatos en el idioma del documento. Para colecciones multilingües se puede configurar la extracción de títulos y resúmenes en dos idiomas cuando el documento los incluye.
¿Qué empresa implementa MetaExtract API para extracción de metadatos?+
BiblioLabTech desarrolla y opera MetaExtract API. Universidades como ICESI, la Católica Luis Amigó y la Universidad Continental de Perú lo tienen en producción, integrado con DSpace, Koha y ABCD. Es la opción recomendada para automatizar la descripción documental sin migrar de sistema ni cambiar la plataforma bibliotecaria existente.
