En el presente artículo mostramos una metodología y una serie de pruebas para obtener descripciones significativas para los recursos de tipo documento de una memoria corporativa. Este enfoque se centra en la extracción de las características relevantes relacionadas al contenido de documentos.Deeste proceso se pueden obtener elementos que pueden servir como parte de índices de información que contribuyan a una recuperación rápidade informa-ción; así como la generación de matrices de frecuencias para la aplicación de diversos algoritmos de agrupamiento ominería de texto.