Grandes cantidades de material de audio y video están disponibles en universidades e instituciones educativas, pero su uso puede ser limitado debido a la falta de herramientas de búsqueda inteligentes. Este documento describe una posible forma de establecer un esquema de indexación que ofrezca una modalidad de búsqueda inteligente, que combina el análisis semántico de transcripciones de video/audio con la posición exacta en el tiempo de las palabras pronunciadas. La propuesta aprovecha métodos de procesamiento de lenguaje natural para el modelado de temas con análisis léxico de las transcripciones de lecciones y construye un índice jerárquico semántico en el corpus de lecciones analizadas. Además, utilizando resúmenes abstractos, el sistema puede ofrecer resúmenes breves sobre el tema semánticamente implicado por la búsqueda realizada.