1.000
impresos transcritos y modernizados ortográficamente
Procesamiento textual
Transcripciones automáticas
Procesos de transcripción automática.
Cuéllar, Álvaro. (2023). «La Inteligencia Artificial al rescate del Siglo de Oro. Transcripción y modernización automática de mil trescientos impresos y manuscritos teatrales» . Hipogrifo. Revista de literatura y cultura del Siglo de Oro, vol. 11, núm. 1, pp. 101-115.
Nuevo flujo de trabajo
HTR + LLM: transcripciones revisadas página a página
Además de los modelos generales de HTR, estamos desarrollando un nuevo proceso de trabajo para manuscritos teatrales especialmente complejos. Primero obtenemos una lectura automática inicial y después la contrastamos página a página con ayuda de modelos lingüísticos y lectura visual directa del facsímil.
El objetivo es producir textos más útiles para la lectura y la investigación: se ordenan por jornadas, se numeran de forma sencilla por páginas, se conservan las dudas cuando la lectura no es segura y se preparan en formato TEI para su consulta en BITESO.
Este procedimiento no sustituye una edición crítica, pero permite convertir manuscritos difíciles en textos digitales navegables, revisables y enlazados con sus imágenes.
Primeras obras incorporadas con este procedimiento
Recientemente hemos desarrollado procesos de transcripción automática gracias a la herramienta Transkribus. A través de estos procesos hemos podido transcribir y modernizar ortográficamente unos 1000 impresos y 350 manuscritos de teatro del Siglo de Oro, que forman ahora parte de CETSO y TEXORO.
350
manuscritos incorporados a los flujos de trabajo del proyecto
99 %
de acierto aproximado en impresos
90 %
de acierto aproximado en manuscritos
Los tres modelos empleados son públicos y cualquiera puede emplearlos a través de la herramienta Transkribus.
Transkribus, 2021
Spanish Golden Age Prints 1.0
Modelo entrenado para la transcripción automática de impresos teatrales del Siglo de Oro.
Transkribus, 2021
Spanish Golden Age Prints (Spelling Modernization) 1.0
Versión orientada a la modernización ortográfica automática de impresos ya transcritos.
Transkribus, 2021
Spanish Golden Age Manuscripts (Spelling Modernization) 1.0
Modelo centrado en manuscritos teatrales, con modernización ortográfica y detección de rasgos relevantes.
Estos modelos nos permiten transcribir impresos y manuscritos teatrales con un alto grado de precisión: aproximadamente un 99 % de acierto en impresos y un 90 % en manuscritos. Nuestras transcripciones, además, pueden modernizar automáticamente la ortografía a las normas actuales y detectar ciertos elementos, como cursivas.
Si te interesa saber más sobre la herramienta, cómo aplicar nuestros modelos de transcripción a tus documentos, o si necesitas una transcripción concreta de un impreso o manuscrito sobre la que trabajar, por favor, contacta con Álvaro Cuéllar.