Desarrollo de Fileoteca: aplicación web local y de código abierto para la gestión y clasificación automática de documentos digitales mediante técnicas bayesianas.

Abstract

El proyecto Fileoteca consiste en el desarrollo de una aplicación web local y de código abierto orientada a la gestión, organización y clasificación de documentos digitales en múltiples formatos, como PDF, DOCX, XLSX, PPTX, imágenes y archivos de texto plano. La propuesta surge de la necesidad de contar con una herramienta que permita administrar documentos de manera estructurada desde el propio equipo del usuario, sin depender de servicios externos y manteniendo el control de la información. El sistema permite incorporar documentos mediante una interfaz web, la función de arrastrar y soltar, o desde el menú contextual del explorador de Windows. Una vez añadidos, los archivos pueden ser procesados para extraer su contenido textual mediante OCR o procesamiento directo, según el tipo de documento. Posteriormente, la aplicación facilita su organización mediante categorías, subcategorías, carpetas jerárquicas, etiquetas, favoritos y búsqueda de texto completo. Desde el punto de vista técnico, Fileoteca se desarrolló con una arquitectura modular compuesta por un backend en Golang con PocketBase, un servicio auxiliar en Python encargado del procesamiento documental y un frontend en Svelte para la interacción con el usuario. La comunicación entre componentes se realiza mediante gRPC. Además, el sistema incluye autenticación local basada en JWT, integración con el explorador de Windows y generación automática de miniaturas documentales. Conceptualmente, el proyecto integra principios de gestión documental digital, extracción de texto y clasificación probabilística mediante el algoritmo Naive Bayes. Este clasificador utiliza el contenido textual de los documentos para sugerir categorías dentro del sistema, incorporando un mecanismo de confianza que determina si la clasificación automática es adecuada o si requiere intervención del usuario. El desarrollo se realizó bajo un enfoque incremental, abarcando análisis, diseño, implementación, integración, validación y documentación. Finalmente, el sistema fue validado mediante 63 pruebas unitarias automatizadas, 12 pruebas funcionales manuales y una evaluación del clasificador, que obtuvo una exactitud global del 83,3 %. Como resultado, Fileoteca se consolida como una aplicación funcional, local y verificable.