La entrada Compartir Pantalla con Pablo Ruiz Fabo. 18 de noviembre de 2025 se publicó primero en HDH - Humanidades Digitales Hispánicas.

La Universidad de León acogerá los días 29 y 30 de mayo de 2025 el Seminario Internacional «Humanidades Digitales y Literatura del Siglo de Oro», una cita académica que explorará las intersecciones entre las tecnologías digitales, la inteligencia artificial y el estudio de la literatura áurea. Este evento ha sido beneficiario de una de las ayudas HDH 2025 para la celebración de actividades científico-académicas.

El seminario, dirigido por María Luisa Alvite Díez y Sergio Rodríguez Nicolás, está organizado por el Departamento de Filología Hispánica y Clásica y el Instituto de Investigación de Humanismo y Tradición Clásica de la Universidad de León, en colaboración con la Sociedad Internacional de Humanidades Digitales Hispánicas (HDH) y el Vicerrectorado de Inclusión, Igualdad y Proyección Social de la ULE.

El programa incluye conferencias de especialistas como Sònia Boadas Cabarrocas, Álvaro Cuéllar González, Antonio Rojas Castro, David Merino Recalde, Sergio Rodríguez Nicolás, Carlota Fernández Travieso, Emanuele Leboffe y Laura Hernández Lorenzo, abordando temas como la estilometría, la edición digital, el análisis de redes, el modelado de datos y la transcripción automática de textos del Siglo de Oro.

La matrícula ya está abierta y ofrece tarifas reducidas para socios de la HDH. Toda la información y el formulario de inscripción están disponibles en la web de la Universidad de León:

https://extensionuniversitaria.unileon.es/cursos-y-matriculas/curso/2025con00006-seminario-internacional-humanidades-digitales-y-literatura-del-siglo-de-oro

La entrada Seminario Internacional Humanidades Digitales y Literatura del Siglo de Oro se publicó primero en HDH - Humanidades Digitales Hispánicas.

Desde hace dos décadas, el crecimiento exponencial de la información digital hace necesario el uso de técnicas y herramientas que permitan recuperar masivamente datos de la web. Las Humanidades Digitales también requieren en ciertos proyectos de estas aplicaciones, basadas en la minería de texto, para obtener información con la que llevar a cabo sus investigaciones.

El webscraping (o scraping, raspar) es una técnica usada para extraer contenido de sitios web, que permite construir datasets o conjuntos de datos desde la web. El procedimiento es sencillo, se captura la información en HTML enviada a nuestro navegador y se procesa, realizando operaciones de filtrado, conversión de formatos y etiquetado, para obtener datos estructurados que puedan ser almacenados y posteriormente analizados en estudios de investigación. De esta manera, los datos adquieren un carácter multivalente al pasar de una amplia dispersión en la web a formatos más sencillos para usos instrumentales. Así, por ejemplo, es posible extraer datos de estadísticas de organismos oficiales o de redes sociales para el estudio de fenómenos sociales o culturales.

Aplicaciones para la extracción de datos

Entre las aplicaciones más populares para la extracción de datos se encuentran:

• Octoparse: permite extraer fácilmente casi todo tipo de datos en sitios web, ya que ofrece amplias funcionalidades y capacidades. Cuenta con dos modos de operación: Plantilla de tarea y Avanzado, para aprender rápidamente sin conocimientos de programación. La interfaz es muy intuitiva, ya que nos guía durante el proceso de extracción. Una vez extraído el contenido del sitio web, posibilita guardarlos en formatos estructurados como EXCEL, TXT, HTML o sus bases de datos en un corto período de tiempo.
• Import.io: es una de las herramientas de webscraping por excelencia ya que extrae datos de casi cualquier sitio web. Es muy fiable y fácil de usar. Permite crear datasets o conjuntos de datos al importar hasta 1.000 páginas (URL’s) de contenidos a un CSV en una sola vez y cuenta con funcionalidades como el envío de alertas cada vez que se extrae algo.
• ParseHub: esta aplicación gratuita facilita también la extracción de datos de cualquier página web sin necesidad de programar nada. Simplemente hay que seleccionar lo que debe extraer e indicar cómo clasificarlo. Para ello, previamente debemos descargar e instalar el programa en el ordenador.

Códigos de programación para diseñar todo el proceso

Por otro lado, se pueden utilizar códigos de programación o sistemas basados en lenguajes que permiten diseñar todo el proceso, ajustándose lo más posible al proyecto y las webs que se quieren procesar, que requieren conocimientos de programación para diseñar y poner a funcionar el proceso de extracción. Entre las herramientas más conocidas en este modelo están:

1. Para Pyton: Scrapy, BeautifulSoup y Selenium
2. Para R: Rcrawler y Rvest

Expresiones regulares

Por último, dentro de este apartado es importante señalar, sobre todo por su aplicación en las Humanidades Digitales, el concepto de Expresiones Regulares (regex) para la extracción de datos textuales. Las expresiones regulares son una serie de códigos que se utilizan para localizar patrones de texto. A través de una serie de operadores y códigos se puede recuperar segmentos específicos.

La entrada Herramientas de webscraping como apoyo a la investigación se publicó primero en LINHD.

Creación de un proyecto en Humanidades Digitales basado en el análisis de textos: modelado y procesamiento, dirigido por Víctor Fresno Fernández, profesor en el Departamento de Lenguajes y Sistemas Informáticos (LSI) de la UNED, y coordinado por Salvador Ros Muñoz, director del Laboratorio de Humanidades Digitales de la UNED (LINHD), es el título del curso que se desarrollará del 27 al 29 de junio dentro de la oferta de Cursos de Verano de la UNED programada para este año.

Objetivos del curso y programa

El objetivo del curso es diseñar un proyecto de humanidades digitales desde el modelado del dominio hasta la creación de resultados y su diseminación, haciendo uso de lenguajes de programación, técnicas de modelado y visualización provenientes del mundo de la inteligencia artificial.

Entre los contenidos que se ofrecen a lo largo de tres jornadas destacan:

• una aproximación al mundo de las Humanidades Digitales
• las problemáticas que surgen para el análisis de textos
• un acercamiento a las metodologías y técnicas para resolver esos problemas mediante el modelado semántico y la perspectiva de los datos enlazados y lenguajes de marcas
• una presentación de los nuevos paradigmas computacionales relacionados con la Inteligencia Artificial como el procesamiento de textos, la estilometría, el deep learning, etc., y su aplicación
• representación de resultados

Duración y metodología

El curso tendrá una duración de veinte horas y será eminentemente práctico para los alumnos, estimulando además el uso de sus propios materiales, sobre los que se realizarán los ejercicios. Se utilizarán herramientas como notebooks y será impartido basándose en el lenguaje Python y sus librerías para su aplicación a los problemas propios de la investigación en Humanidades Digitales.

El estudiante, que podrá elegir participar presencialmente (en el Salón de Grados de la Facultad de Educación) o en línea (en directo o en diferido), presentará en un trabajo final un potencial proyecto de su interés al cual se le pueda aplicar lo expuesto durante el curso.

Perfil del estudiante

El perfil al que va dirigido el curso es multidisciplinar: especialistas en Humanidades Digitales, lingüistas, investigadores, profesores, académicos y estudiantes tanto de máster como de doctorado, preferentemente en disciplinas humanísticas, pero también en disciplinas como informática o ciencias de la información. Está abierto, en definitiva, a todos aquellos interesados en conocer métodos digitales de investigación aplicados a las humanidades.

Matricula abierta e información del curso

Foto de Bram Naus en Unsplash

La entrada El LINHD aboradará en un Curso de Verano la creación de un proyecto en humanidades digitales basado en el análisis de textos se publicó primero en LINHD.