Las Redes Semnticas Naturales son una forma de representacin de conocimiento humano que mantiene la relacin entre los

procesos de adquisicin y olvido de la informacin y sirven como un poderoso instrumento de estudio del significado, sustentadas en la Teora y Tcnicas de Redes Semnticas Naturales cuyo fundamento especfico es el proceso de memoria reconstructiva. ++++++++++++++++++++++++++++ Teora de Redes Semnticas Naturales (Referencia Histrica) La Teora de Redes Semnticas indica que el significado esta dado por una red de nodos entrelazados, donde cada uno representa un concepto y el link que une a cada par establece la relacin que existe entre ellos, siendo as, una representacin lingstica del conocimiento. Esta idea de significado es muy antigua (Sowa [26]) y slo fue hasta los trabajos de Quillian y Collins [2,3,4], en 1969, que se demostr experimentalmente la relacin entre las Redes Semnticas con la operacin y funcionamiento de la memoria en humanos. La contribucin fundamental de Quillian y Collins fue demostrar experimentalmente que los humanos almacenan informacin en forma de Red Semntica, donde los nodos son conceptos y las relaciones son vnculos con algunas caractersticas especiales entre los conceptos, como se muestra en la Figura 1. A partir de estos experimentos en lingstica como en otras reas, estos modelos han sido muy utilizados para tratar de implementar y explicar el significado en diferentes situaciones.

Figura 1. Red Semntica Clsica El significado, en un sentido moderno, puede verse en dos grandes formas: por un lado, aquel que esta dado por libros, diccionarios, Thesaurus y lexicones en donde se establecen diferentes relaciones entre conceptos; y por otro lado el que surge a partir del conocimiento de un experto en un rea especfica, esto es conocido como 1

significado normativo y en ambos casos se depende del significado explcito y rgido de los conceptos. En 1976 es publicado el artculo An Approach to the Problem of Meaning: Semantic Networks por Figueroa et al. [1], en donde se plantea la Teora y Tcnica de Redes Semnticas Naturales, como una forma de estudiar el conocimiento real en humanos. Este tipo de redes se construyen a partir del consenso de conocimiento de los humanos obtenido a partir de sus experiencias, permitiendo as conocer como se organiza la informacin en memoria y como en esta se da el significado. Las Redes Semnticas Naturales son una aproximacin a la Teora Moderna del Significado, la cual basa su origen los anlisis realizados por Wittgenstein [27], los cuales sostienen que no se puede hablar de las cosas por su esencia, si no a travs de las relaciones y usos cotidianos que previamente han sido establecidas para nombrarlas. La Teora de Redes Semnticas Naturales se fundamenta en los experimentos de Quillian y Collins, as como en estudios de investigacin en memoria humana y la ciencia Cognitiva Moderna, en la cual se plantea que la Red Semntica de una palabra es el conjunto de conceptos elegidos por medio de un proceso reconstructivo de la memoria, donde dicha eleccin se realiza con base en las propiedades de los elementos que integran la red. [1] Al ser la memoria reconstructiva[ ] un conjunto de procesos de manipulacin de la informacin el estudio de las Redes Semnticas Naturales es una forma de representacin del conocimiento. Una definicin interesante de conocimiento es la que plantea B.F. Skinner, quien dice: Conocimiento es lo que queda despus de que olvidamos [13] Las Redes Semnticas Naturales no obedecen a una estructura jerrquica, si no que un concepto es definido por otros conceptos y a su vez sirve de definidor en otras situaciones; esto es, los conceptos son definidos y definidores al mismo tiempo, dependiendo de qu parte de la red se active [5,6]. Por lo tanto, las Redes Semnticas Naturales evolucionan conforme se adquieren nuevos conceptos y se desarrollan nuevas relaciones, es decir, a medida que cambia el conocimiento del individuo. El aspecto ms importante es sealar que la Teora de Redes Semnticas Naturales describe el conocimiento humano, hace predicciones especficas de cmo se encuentra organizado el conocimiento de sujetos o grupos particulares, de cmo puede ser alterado y, en especial, de cmo puede ser medido en forma objetiva y detallada. Reyes-Lagunes[] y Valdz-Medina[] han sido impulsores y promotores muy importantes de las Redes Semnticas Naturales en diferentes mbitos. Tcnica de Redes Semnticas Naturales La tcnica de Redes Semnticas Naturales consiste bsicamente en solicitar a un grupo de sujetos que definan una serie de conceptos dados, empleando nicamente sustantivos, adjetivos, verbos o adverbios, evitando cualquier tipo de partcula gramatical, posteriormente con las listas de conceptos definidores individuales 2

obtenidas por cada grupo, es posible realizar un anlisis cuantitativo que permite conocer las caractersticas de las Redes Semnticas Naturales obtenidas tanto grupal como individualmente. Hasta el momento se han desarrollado tres mtodos de aplicacin de la tcnica, las dos primeras, descritas en el artculo de Figueroa y cols. [1], se basan en listas de conceptos, mientras que la tercera, planteada primeramente en el artculo de E. VargasMedina y C. Calzada-Ugalde [21], se propone la obtencin de una matriz de doble entrada de conceptos. A continuacin se describe cada una de stas.

Definidoras Libres Instrucciones Se solicita al sujeto proporcione mnimo cinco palabras que considere definan a un concepto dado, posteriormente se solicita jerarquice en forma ascendente estas palabras, de forma que asigne el nmero uno a aquella que considere mejor para definir al concepto en cuestin, el nmero dos a la siguiente mejor definidora y as sucesivamente, hasta haber enumerado sin repeticiones todas las palabras definidoras. EJEMPLO:

Definidoras Acotadas. Instrucciones Se instruye a los sujetos para que jerarquicen en orden ascendente las palabras contenidas en cada una de las listas acotadas, asignando el nmero uno a la palabra que consideren que mejor define al concepto en cuestin y el valor ms alto de la jerarqua a aquella que menos lo defina, evitando hacer repeticiones. Estas listas acotadas son un subconjuto de conceptos definidores obtenidos a partir de la primera tcnica descrita, en base al conjunto SAM de cada concepto a definir. EJEMPLO 3

Matriz de Relacin de Conceptos Acotados Se proporciona al sujeto una matriz de doble entrada, y se le solicita relacione jerrquicamente los conceptos de modo que el concepto en cada fila sea definido por los conceptos ubicados en las columnas. EJEMPLO

Procedimiento Una vez obtenidos los datos, por cualquiera de las tres aplicaciones, se procede a encontrar la frecuencia con que los sujetos emplearon las palabras definidoras, para ello se debe contar cuntas veces le fue asignada a cada palabra el nmero uno de la jerarqua, el nmero dos, etc. Posteriormente se multiplica la frecuencia obtenida para la jerarqua uno por 10, la segunda por 9 y as sucesivamente hasta las ltimas posiciones las cuales se multiplican por 1. Despus, se realiza la suma de estos valores para cada concepto definidor obteniendo as el Peso Semntico (valor M) de cada uno [28]. 4

Hecho lo anterior, se obtiene el conjunto SAM, que es el grupo de las palabras con valor M ms alto, este grupo es el que conformar el ncleo de la Red Semntica Natural para el concepto en cuestin. Originalmente, para la obtencin del conjunto SAM en [1] se utilizaban slo 7 conceptos con valor M ms alto; posteriormente en [28] se sugiere tomar 10 o 15 conceptos. Sin embargo mediante un mtodo recientemente propuesto por Figueroa et.al [CITA], conocido como Cambio Abrupto, es posible determinar con mayor precisin la cantidad de palabras que conformarn el ncleo de la Red Semntica Natural de cada concepto, debido a que el criterio de seleccin de los conceptos esta basado en la distribucin estadstica de los datos obtenidos y no en un criterio arbitrario. Anlisis Cuantitativo de la Tcnica de Redes Semnticas Naturales A continuacin se describen los valores que pueden ser obtenidos por medio de la tcnica de Redes Semnticas Naturales, los cules permiten llevar a cabo un anlisis de las redes, tanto individuales como grupales, realizar comparaciones y conocer la concordancia entre ellas.

Medidas para Definidoras libres y acotadas. VALOR J - Indica la riqueza semntica de la red individual y se obtiene al enlistar todas las palabras definidoras proporcionadas por cada sujeto excluyendo aquellas que se repitan, el nmero total de estas palabras es el valor J. VALOR M Se obtiene, para cada palabra, al sumar la serie de valores obtenidos al multiplicar la frecuencia obtenida para la jerarqua uno por nueve, la dos por ocho y as sucesivamente hasta la jerarqua nueve o mayores, que son multiplicadas por uno. Este sistema de puntuacin permite cuantificar y diferenciar (ponderacin) la importancia que dan los sujetos a cada una de las palabras definidoras en la red semntica generada para un concepto especifico, por lo que indica el peso semntico de cada definidora. CONJUNTO SAM - es el grupo de las definidoras de valor M mas alto generadas por un grupo para cada concepto. Este conjunto SAM forma el ncleo de la red semntica del concepto en particular. VALOR G - se toma el conjunto SAM y se obtiene el promedio de las diferencias entre los valores M de las definidoras de la siguiente manera: al valor M que se encuentra en primer lugar se le resta el valor M del segundo lugar, y as sucesivamente para despus sumarse y dividirse el nmero total de restas que se hayan realizado. Este valor permite cuantificar la densidad de la red semntica. VALOR FMG - se toma el conjunto SAM de cada concepto y a la palabra definidora con el valor M ms alto se le asigna un valor de 100% y se determina el porcentaje de las siguientes palabras definidoras con respecto a la primera. Este valor permite cuantificar la distancia entre las palabras. 5

VALOR B - suma de definidoras generadas por un grupo de sujetos. para cada concepto; ser mayor que el valor J y es un indicador de la riqueza dependiente de grupo. VALOR C Es un valor individual y se obtiene al tomar como referencia el orden de aparicin de las palabras que conforman el conjunto SAM, ordenadas en forma descendiente con respecto a su valor M. Si el sujeto escribe la palabra definidora en el mismo orden de SAM se le asignan diez puntos, y por cada lugar que se aleje se le resta un punto. Se suman los puntos obtenidos en cada palabra y se calcula el porcentaje con respecto al mximo puntaje. Este es un ndice de consenso de cada sujeto con su grupo. VALOR E Es el nmero de definidoras en comn en dos conjuntos SAM de dos grupos difetentes. VALOR RR - correlacin entre todos los valores M de las definidoras comunes entre los grupos. VALOR V - numero de verbos generados por un grupo. VALOR P - se obtiene una correlacin entre los valores J (riqueza de red) y los valores G (densidad de red) de cada concepto. VALOR N - se obtiene una correlacin entre los valores J (riqueza de red) y los valores Q (ndice de consenso intergrupal) de cada concepto. VALOR O - se obtiene una correlacin entre los valores J (riqueza de red) y los valores C (ndice de consenso individuo-grupo) de cada sujeto. 21) Se hace una matriz de doble entrada en donde se muestran cuantas definidoras comunes tiene cada par de conceptos resultantes de todas las combinaciones posibles. Esto indica el nmero de definidoras que conectan a los conceptos de las redes y, por lo tanto, la interrelacin de la red semntica para el conjunto de conceptos o nodos [17]. 22) Tambin se indica el nmero de veces que un concepto, adems de ser definido, sirve como definidor de otros conceptos. Esto muestra que la red es activa y que un mismo concepto puede ser definido o definidor, dependiendo de la parte de la red que se active. Como se puede ver, se obtienen valores de grupo y valores individuales, con lo cual es posible hacer comparaciones precisas de las redes de los grupos y de cada sujeto. Medidas para Definidoras Libres Las siguientes Medidas se aplican nicamente cuando se han recolectado los datos por medio de la tcnica de definidoras libres. VALOR S - es el total de definidoras generadas por sujeto para cada concepto, necesariamente menor que el valor J. Indica la riqueza de las redes individuales (vocabulario) de los sujetos para cada concepto en particular. 6

VALOR F es el promedio de palabras definidoras dadas por un sujeto para cada lista de conceptos dados y es indicador de la riqueza de su Red Semntica. Se estudia en relacin con el valor J, pues si el valor F es alto con respecto al valor J, indica que los sujetos proporcionan varias palabras, ms sin embargo estas son repetidas entre los individuos que conforman el grupo. VALOR L Se toman el conjunto SAM para un concepto dado y una lista de conceptos individuales para el mismo concepto, una vez localizados los conceptos comunes en la red del sujeto y SAM, se suman los valores M; este es un valor individual de concordancia entre el ncleo bsico de la red del grupo y de cada sujeto. Diferentes autores sugieren y analizan otras medidas; as como el cuidado que se debe tener en el uso de tcnicas estadsticas. Aplicaciones Desde su creacin, las Redes Semnticas Naturales han sido empleadas en gran cantidad de investigaciones en diversas reas, destacando las siguientes: Psicologa social Sociologa Educacin Mercadotecnia Computacin Psicologa Social Las Redes Semnticas Naturales permiten analizar los procesos de manipulacin de la informacin manteniendo la relacin con las experiencias de cada individuo, por lo cul son empleadas como una tcnica de anlisis del significado de situaciones, objetos, imgenes o conceptos especficos en los sujetos, lo cul ayuda al estudio y previsin de ciertas conductas. Sociologa La tcnica de Redes Semnticas Naturales ha permitido realizar estudios en los cuales es posible analizar el significado generado por distintos grupos de personas para determinadas situaciones, este significado se ve afectado por las condiciones sociales y culturales de cada grupo de estudio, lo cual ha dado paso a una serie de anlisis propios del rea de sociologa. Las Redes Semnticas Naturales pueden utilizarse como mtodo de evaluacin de situaciones de intervencin social especficas si antes y despus de las mismas se obtiene la Red Semntica Natural de ciertos conceptos fundamentales; de esta manera se puede observar la adquisicin de cierta informacin o los cambios sufridos en las relaciones de los elementos de la Red.[] Educacin Esta tcnica permite la evaluacin del conocimiento adquirido en estudiantes de diferentes niveles; esto permite el estudio en forma detallada de las estructuras de conocimiento de dichos sujetos que puede guiar muy fcilmente para definir que se necesita modificar o reorganizar en el conocimiento que se les da a los grupos 7

particulares de estudiantes y es posible estudiar la forma como se van desarrollando estas estructuras de conocimiento. Mercadotecnia Las Redes Semnticas Naturales han sido empleadas como un modelo mental del consumidor, el cul muestra las relaciones que permiten al individuo realizar una toma de decisiones, haciendo una importante consideracin de el estado anmico de la persona. Las RSN y la Construccin de ontologas Las ontologas son un modelo computacional de representacin del conocimiento, usualmente capturado en forma de Red Semntica, donde los nodos son conceptos u objetos y los arcos que representan diferentes relaciones entre los conceptos son denominados links, en los cuales existe una etiqueta, que define como es la relacin entre los conceptos. Una ontologa, comnmente, es construida por medio de herramientas especializadas que permiten introducir la informacin y relacionarla, la cual es tomada de libros, diccionarios y contenido electrnico, dando como resultado una Red Semntica Artificial. Las ontologas son creadas para el desarrollo de sistemas que contengan conocimiento interoperable. Entendindose como el conocimiento entre mquinas y humanos. Una de sus grandes aplicaciones es la Semantic Web, cuyo objetivo ltimo es el desarrollo de una Web con significado, en la que se permita manejar contenido semntico dotado de un significado propio, dejando as de ser slo informacin relacionada por medio de etiquetas. Las Redes Semnticas han sido empleadas tambin por los ingenieros de conocimiento, como una forma de representacin de conocimiento en la creacin de sistemas expertos. Generalmente, cuando se construye una ontologa se emplea una estructura de grafo, en la cual se puede conocer la distancia de un concepto a otro contando a la cantidad de links que los separan [10]. Lo anterior provoca que se generen incongruencias, porque el conteo de links depende de la estructuracin dada por los ingenieros de conocimiento; tal como la paradoja del Tennis en WordNet [11], en la que conceptos como raqueta, red, tenista, estn relacionados nicamente a travs del concepto entidad, obteniendo una distancia semntica muy grande, cuando en realidad es lo contrario. Las Redes Semnticas Naturales se han empleado como una tcnica de Elicitacin de Conocimiento para la anotacin y construccin de ontologas ya que permiten facilitar el proceso al poder ser analizadas de forma cuantitativa, adems de que al ser una aproximacin al conocimiento real en los seres humanos, permiten dar un significado natural a la informacin que procesaran las mquinas. Recientemente, en el rea de computacin se han realizado mediciones de distancia entre las Redes Semnticas Naturales; por medio de las tcnicas de distancia Euclidiana, distancia de Minkoski y Dynamic Time Warping (DTW). [Links a arts de 8

wikipedia]. Este experimento se ha llevado a cabo entre grupos de alumnos inmersos en una misma rea de estudio, estos resultados permiten tambin conocer las estructuras de conocimiento para el anlisis de los procesos de enseanza. [13] En 2009 [Modelo de Espacio Semntico para la representacin de Conocimiento basado en RSN Figueroa, Cota, Bustillo] es propuesto un anlisis por medio de un Campo Semntico que consiste en un espacio n-dimensional que representa el significado a travs de relaciones entre conceptos, cuyos links tienen un valor cuantitativo que identifica el grado de cercana entre stos. Al representar la ontologa como una matriz n-dimensional y no como un grafo, es posible hacer uso de estructuras de datos que impliquen una menor complejidad de procesamiento, adems de que este modelo permite una mayor precisin de la distancia semntica entre los conceptos. El modelo de espacio semntico es una evolucin terica de las Redes Semnticas Naturales, en l, se encuentran las relaciones entre los conceptos en una matriz, donde cada columna representa un concepto a definir y cada fila un concepto definidor; de modo que los "links" entre los conceptos estn dados por el valor de cada elemento de la matriz, por lo que es una forma de representacin de las relaciones entre los conceptos de una manera global, es decir, estn todos los conceptos y todas sus definidoras, permitiendo encontrar y describir el link que los relaciona. En s, esta representacin n-dimensional no se puede lograr con un grafo, ya que en ste no es posible de forma directa describir todas las relaciones de los conceptos y en especial los links. Con este modelo tambin es posible realizar comparaciones de distancias entre Redes Semnticas, obteniendo primero sus eigenvalores, para despus procesarlos en las tcnicas de medicin descritas anteriormente. Por medio de este modelo, es posible realizar mediciones como las siguientes: - Conocer el nmero de palabras definidoras en comn para los distintos conceptos, esto permite un anlisis de sinonimia y cercana del significado. - Conocer las relaciones de conceptos con mayor peso semntico, es decir, las relaciones globales que generan el ncleo de la Red Semntica Natural. - Conocer las relaciones entre conceptos con menor peso Semntico, identificando as de manera global, aquellas relaciones que no afectan de manera directa a la Red Semntica Natural. - Se pueden realizar comparaciones de las Redes Semnticas Naturales de cada sujeto con la Red Semntica Natural generada por un grupo, al realizar una comparacin columna a columna o bien rengln a rengln, e identificando las palabras relacionadas en comn. Algunas de las razones del gran impacto y uso que han tenido las Redes Semnticas Naturales son: a) Son una de las pocas alternativas de estudio del significado que puede ser empleada en forma directa y fcil.

b) Se basa en mecanismos muy slidos de operacin, como la memoria reconstructiva. c) Cuenta con diferentes parmetros, que resultan muy tiles para el anlisis cuantitativo. d) Las Redes semnticas Naturales tienen un gran poder expresivo.

NOTAS VEASE TAMBIN ENLACES EXTERNOS Referencias Psicologa Social 1. J. Figueroa Nazuno, E.G. Gonzlez y V.M Sols, An Approach to the problem of meaning: Semantic Networks, Journal of PsycolinguisticResearch, vol. 5, pp. 107-115, Apr. 1976. http://www.springerlink.com/content/n2j6800264083305/ -No se puede descargar 2. M.R. Quillian, Readings in Knowledge representation Morgan Kaufmann Publishers, Inc. San Mateo California. 3. A.M. Collins and M.R. Quillian, Retrieval Time from Semantic Memory, Journal of Verbal Learning and Verbal Behaviour, vol. 8, pp. 240-247, 1969. http://cds.unibas.ch/~hills/cogsci1/readings/Chapter25_Collins.pdf 4. A.M. Collins, The Rouble with Memory Distinctions, Bolt Beranek and Newman, Cambridge, Mass. 02138 http://acl.ldc.upenn.edu/T/T75/T75-2011.pdf 5. M. Steyvers and J.B. Tenenbaum, The Large-scale Structure of Semantic Networks: Stadistical Analyses and a Model of Semantic Growth, Standford University, Cognitive Science: A Multidisciplinary-Journal, Vol. 29, N 1, p.p. 41-78http://web.mit.edu/cocosci/Papers/03nSteyvers.pdf 6. M. Hernndez vila y J.L. Valdz Medina, Significado Psicolgico de la Vida y Muerte de Jvenes, Ciencia Ergo Sum, Julio 2002, Vol. 9, Num. 2, p.p. 162-168, UAEM. http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp? iCve=10402405 7. A. Domnguez Espinosa, I. Reyes Lagunes y L. Reidl Martnez, Escala de Deseabilidad Social para Adolescentes, 3er Congreso Iberoamericano de Evaluacin Psicolgica, Simposio 1.4, UNAM, Facultad de Psicologa. 8. T.A Jimnez, C. Gonzlez Forteza, R.J. Mora, C.C. Gmez, Acercamiento a la Representacin Semntica del Concepto Estrs en Adolescentes Mexicanos, Salud Mental, 1995, 18(1): 45-49.

10

9. Reyes, L., (1993): Las redes semnticas naturales, su conceptualizacin y su utilizacin en la construccin de instrumentos, Revista de Psicologa Social y Personalidad Vol IX-1, 81-97. 10. Gabriela Rodrguez Hernndez, SIGNIFICADO DE LA PARTICIPACIN POLTICA EN HABITANTES DEL VALLE DE MJICO, Psicologa Poltica, N 29, 69-78, 2004 11. Figueroa, J. Tiempo de reaccin y conteo cerrado de objeto: su reaccin con la reconstruccin de la memoria.Revista Latinoamericana de Psicologa. (1983), 15(3), 387-396. 12. Figueroa, J.; Kazen, M. y Mirn, M. A. La manifestacin de imgenes en tareas de memoria reconstructiva.Revista Latinoamericana de Psicologa. (1984), 16(2), 247-252 13. S. Castaeda F. and M. Lpez O. Ventajas y desventajas de las redes semnticas naturales en la evaluacin de la estructuracin del conocimiento. Revista de Psicologa Social y Personalidad, 9(1):6781, 1993. 14. P. Meraz R. Evaluacin de un aprendizaje conceptual mediante el modelo de redes semnticas. Revista Enseanza e Investigacin en Psicologa, IX:317347, 1983.

Significado 15. Wittgenstein, L. (1953). Philosophical investigations. Oxford: Basil Blackwell. 16. Osgood, C.E., Suci, G.J., Tennennbaum, P.H. (1957): The measurement of meaning, Urbana: University of Illinois Press. 17. M. Velmans. Is human information processing conscious? Behavioral and Brain, Sciences, 14:651726, 1991. 18. Bartlett F. C. Remembering Cambridge University Press, Cambridge, 1932.

RSN 19. R.J. Brachman and B.C. Smith, Special Issue On Knowledge Representation, Bolt Beranek And Newman, Artifical Intelligence Laboratory, Massachusetts Institute Of Technology 545 Technology Square Cambirege, Ma 02139, Sigart Newsletter 1980. http://portal.acm.org/citation.cfm?id=1056752 -No se puede descargar 20.R. J. Brachman On The Epistemological Status Of Semantic Networks. Associative Networks:Representation And Use Of Knowledge By Computers, 3-50, Edite By N.V. Findler, New York: Academic Press, 1979. 11. R. J. Brachman and J.G. Schmolze, An Overview Of The Kl-One, Knowledge Representation System, Schlumberger Palo Alto Research, BBN Laboratories 11

Inc. Cognitive Science 9, 171-216(1985). 21.HINOJOSA R., G. EL TRATAMIENTO ESTADSTICODE LAS REDES SEMNTICAS NATURALES. SOCIOTAM, Vol. XVIII, Nm. 1, pp. 133-154, 2008 22. VERA NORIEGA, J.A.; PIMENTEL, C.E. y BATISTA, F.J. Redes semnticas: Aspectos tericos, tcnicos, metodolgicos, analticos, Ra Ximhai, septiembre-diciembre, Vol. 1, N 3, 2005.

Computacin 23. N. Prez-Corona, D. Hernndez-Coln, C. Bustillo-Hernndez & J. FigueroaNazuno Model of Natural Semantic Space for Ontologies Construction International Journal of Combinatorial Optimization Problems and Informatics, Vol. 3, No. 2, May-Aug pp. 93-108, 2012. 24. C. Bustillo Hernndez, J. Figueroa Nazuno, Procedimiento para la Extraccin y Normalizacin de Conocimiento en Humanos: una Aproximacin para la Anotacin de Ontologas en la Semantic Web, XXI Reunin de Otoo de Comunicaciones, Computacin, Electrnica y Exposicin Industrial ROC&C, IEEE Seccin Mxico,Acapulco Guerrero, CM-23, 2009. 25. E. Vargas-Medina, J. Figueroa-Nazuno, Redes Semnticas Naturales y Construccin de Ontologas http://www.somece.org.mx/simposio/memorias/ documentos/085.doc 26. Figueroa-Nazuno, J.; Perez-Elizalde, G.; Vargas-Medina, E.; Raggi- Gonzalez, M.G.; Lab. de Sistemas Complejos, Univ. La Salle, Mexico City . Information representation analysis in a neural network, Neural Networks, 1991. 1991 IEEE International Joint Conference on http://ieeexplore.ieee.org/xpl/freeabs_all.jsp? arnumber=170721 -No se puede Descargar 27. L. Cota-Gmez y J. Figueroa-Nazuno , Elicitacin y Comparacin de Conocimiento para Ontologas Naturales, CITII 2010. http:// www.itapizaco.edu.mx/~citti2010/paper/25_CITII2010.pdf 28. Cota Gmez, L., Figueroa Nazuno, J.: Elicitacin y Comparacin de Conocimiento Semntico para Ontologas Naturales, Research on Computing Science, Vol. 50 (2010) 225-233. 29. Figueroa, J.; Sols, B. M. y Gonzlez, E. G. The possible influence of imagery upon retrieval and representation in L.T.M. Acta Psychologica. (1974), 38, 425428 30. RONALD J. BRACHMAN ON THE EPISTEMOLOGICAL STATUS OF SEMANTIC NETWORKS ASSOCIATIVE NETWORKS: REPRESENTATION AND USE OF KNOWLEDGE BY COMPUTERS, 3-50, EDITE BY N.V. FINDLER, NEW YORK: ACADEMIC PRESS, 1979. 12

31. J. Gamboa-Suasnavart, J. Osornio-Resndiz, R. Lom-Romero, TapiaLeyva O.,E. Vargas-Medina, and J. Figueroa-Nazuno. Las redes semnticas naturales como procedimiento para extraccin de conocimiento, para su uso en interoperabilidad semntica. Memorias ROC&C 2008, IEEE Seccin Mxico., page 42, 2008

Educacin 32.J.G. Figueroa y M. Carrasco, Anlisis Paramtrico de Diferentes Variables de las Redes Semnticas y su Efecto en el Aprendizaje Humano, Facultad de Psicologa, UNAM, 2 Seminario sobre Enseanza de las Matemticas, Costa Rica- Mxico, Taxco, Gro. Abril, 1982. 33.N. Ciliberti y L.R. Galagovsky, Las Redes Conceptuales como Instrumento para Evaluar el Nivel de Aprendizaje Conceptual de los Alumnos un Ejemplo para el Tema de Dinmica, Enseanza de las Ciencias, 1999, 17(1), 17-29. http://ddd.uab.es/pub/edlc/02124521v17n1p17.pdf 34.B. Gacia Cabrero y S. Jimnez Vidal, Redes Semnticas de los Conceptos de Presin y Flotacin en Estudiantes de Bachillerato, Revista Mexicana de Investigacin Educativa. Julio-Diciembre 1996, Vol. 1, Num. 2, pp. 343-361. http://redalyc.uaemex.mx/pdf/140/14000205.pdf 35.E. Collipal, D. Cabaln, J. Vargas y H. Ssilva, Conceptualizacin Semntica del Trmino Anatoma Humana de los Estudiantes de Medicina, Int. J. Morphol, 22(3):185-188, 2004. http://www.scielo.cl/scielo.php? pid=S071795022004000300002&script=sci_arttext 36.R. Edel Navarro, M. Del Socorro y J. Ramrez Garrido, Construyendo el Significado del Cuidado Ambiental: Un Estudio de Caso en Educacin Secundaria, Reice- Revista Iberoamericana Sobre Calidad, Eficacia y Cambio en Educacin 2006, Vol. 4 No. 1. http://dialnet.unirioja.es/servlet/oaiart? codigo=1368192 37. Esther Vargas Medina y Celia Calzada Ugalde. Evolucin de la representacin conceptual de la fsica en estudiantes universitarios y pre-universitarios Revista del Centro de Investigacin Universidad La Salle, vol. 1, no 2, 1994. pp.49-62 http://www.ci.ulsa.mx/revista/pdf/v01n02.pdf#page=57 38. P. Bravo, M. Romero, E. Vargas Medina, Estudio Evolutivo de los Conceptos de Fsica en Estudiantes Preparatorianos y Universitarios 39. P. Bravo, Alvarez M., and C. Arce. Representacin semntica de los conocimientos de las materias de alto ndice de reprobacin en educacin media superior. Ponencia presentada en el VI Congreso Mexicano de Psicologa, 1990.

13

40. P.A. Bravo, C. Sarmiento, R. Garca, and M. Acosta. Estudio de las relaciones entre nodos conceptuales en redes semnticas. Revista Interamericana de Psicologa, 19(1-2):5769, 1985. 41.B. Garca Cabrero, S. Jimnez Vidal, Redes Semnticas de los Conceptos de Presin y Flotacin en Estudiantes de Bachillerato,Revista Mexicana de Investigacin Educativa, vol. 1, no. 2, 1996. 42. Collipal, E, Cabaln, D, Vargas, J et al. CONCEPTUALIZACIN SEMNTICA DEL TRMINO ANATOMA HUMANA POR LOS ESTUDIANTES DE MEDICINA. Int. J. Morphol., 2004, vol.22, no.3, p.185188. 43. Vivas, J. (2007). Anlisis de redes semnticas aplicado a contenidos acadmicos. Mtodos e instrumentos. En Kronmller, E. y Cornejo, C. (Comps.) Ciencias de la Mente: Aproximaciones desde Latinoamrica (pp. 385-409). Santiago, Chile: JC Sez Editor. 44. Lpez, R.E.O. (2002). El enfoque cognitivo de la memoria humana: Tcnicas de investigacin. Mxico, D.F.: Trillas 45. Lpez, R.E.O. (2001). Los procesos cognitivos en la enseanza-aprendizaje: El caso de la psicologa cognitiva y el aula escolar. Mxico, D.F.: Trillas.

Ciencias cognitivas 46. Meyer, D., Schwaneveldt R.: Meaning, Memory Structure and Mental Processes, Science 192, 27-33 (1976). Sociologa 47.A.I. Zermeo, A.C. Arellano y V.A. Ramrez, Redes Semnticas Naturales: Tcnica para Representar los Significados que los Jvenes tiene Sobre Televisin , Internet y Expectativas de Vida. Estudio Sobre Las Culturas Contemporneas, Diciembre, Ao 2005, Vol. 9, Num. 022 Universidad de Colima, Colima, Mxico, pp. 305-334 http://redalyc.uaemex.mx/src/inicio/ ArtPdfRed.jsp?iCve=31602207 48.J. Palomar Lever y A. Prez Corres, El Significado de "Pobreza" en Pobres Extremos, Instituto de Investigaciones Psicolgicas, Vol. 12, No 1, EneroJunio, 2002, Universidad Veracruzana. 49.B. Sanders B, Utilizacin de Redes Semnticas en el conflicto de Chiapas, Psicologa Poltica en el Mxico de Hoy, UAM Xochimilco, 1995. 50. E. Conde, Redes Semnticas del conflicto en Chiapas desde la Perspectiva de un Grupo de Mujeres del Movimiento Urbano Popular, Psicologa Poltica en el Mxico de Hoy, UAM Xochimilco, 1995. 14

51.J. F. Sowa, Conceptual Structures: Information Processing in Mind and Machine. M.A Adisson-Wesley.1984 52. L. Wittgenstein, Philosophical Investigations, Basil Blackwell, 1953. 53. J. L. Valdez Medina, Las Redes Semnticas Naturales, Uso y Aplicaciones en Psicologa Social. Universidad Autnoma del Estado de Mxico. 2004 54.Brachman, R. J. (1977). Whats in a concept: structural foundations form semantic networks, Internacional Journal of Machine Studies, 9, 127-152. 55. Rips, I. J.; Smith, E.E.; Shoeben, E.J. (1973). Semantic composition in sentence verification, Journal of Verbal Learning and Verbal Behavior, 17, 375-401. 56. Valoracin del proceso de ingeniera de software para la educacin elaborado por la Universidad Veracruzana

15