Múltiples trabajos hablan de la escasez de términos usados en las cadenas de
búsqueda, lo que dificulta que se discriminen eficientemente los documentos de interés del
usuario. Los buscadores devuelven miles de documentos recuperados, produciéndose resultados
inadecuados, sin una conexión semántica con la consulta y escasamente relacionados con las
necesidades del usuario. Este hecho se agrava en un ámbito biomédico donde el paciente no
suele dominar el vocabulario especializado necesario para la precisa definición de sus
necesidades de información. Presentamos un método de expansión y enriquecimiento de la
cadena de búsqueda mediante la creación de un modelo visual esquemático, un grafo de
conceptos relacionados semánticamente con la ayuda de ontologías como UMLS y Freebase.
Many reports talk about the shortage of terms commonly used in the search strings,
making it difficult to effectively discriminate relevant documents from the user. Search engines
return thousands of documents recovered, leading to inadequate results, with no semantic
connection with the consultation and little to do with the user's needs. This is heightened in a
biomedical field where the patients does not usually dominate the specialized vocabulary
needed for the precise definition of their information needs. We present a method of expansion
and enrichment of the search string by creating a visual model diagram, a graph of semantically
related concepts with the help of ontologies as UMLS and Freebase.