Se presenta cómo usar las API de plataformas de LLM populares (OpenAI y otras), con ejemplos sencillos de código en Google Colab. También se presenta el uso de modelos locales (que no están alojados en una plataforma). La utilidad de esto es automatizar el trabajo: Las consultas a los LLMs se hacen automáticamente para un número arbitrario de casos, y las respuestas se pueden tratar en masa automáticamente. Se ofrecerán ejemplos prácticos sobre cómo aplicarlos a corpus en humanidades digitales, especialmente en ámbitos de comunicación y medios, asi como clasificación de poemas.

El Escritorio Galego-Portugués Antigo (EGPA) se concibe como una plataforma abierta y colaborativa desde la que consultar diferentes corpus y repositorios de variadas características y contenidos, todos ellos centrados en la producción escrita vinculada a Galicia y Portugal desde la Edad Media hasta el siglo XIX. Cuenta tanto con fuentes documentales (EGPAdoc) como con fuentes literarias (EGPAlit), editadas, igualmente, según los criterios de la Red CHARTA, adaptados en algún caso a las especificidades de la variedad lingüística mayoritariamente representada. En la sesión abordaremos estas particularidades y mostraremos el flujo de trabajo empleado, para lo que incidiremos especialmente en las opciones de búsqueda y en los recursos con los que se facilita la edición digital y el etiquetado de los textos.

Este Compartir Pantalla presentará mediante un ejemplo práctico una cadena de trabajo para procesar obras teatrales en verso partiendo de un archivo de texto puro y obtener datos estructurados anotados con información dramática, léxica y métrica. El objetivo es codificar rápidamente en XML-TEI o tabular en un archivo CSV el archivo de texto sin estructura para posibilitar análisis digitales complejos y, al mismo tiempo, minimizar el trabajo manual que requiere la tarea. Para ello, nos valdremos de un editor de texto con soporte de sustitución mediante expresiones regulares y una instalación de Python 3 reciente.

PAFe (Plugin para el análisis fonético-fonológico en español) <https://gitlab.com/tamaracf/herramienta-para-el-analisis-de-la-pronunciacion-espanola> es un plugin software para usar con la suite de software libre para estudios fonéticos Praat (https://www.fon.hum.uva.nl/praat/ ), desarrollado para el análisis de patrones melódicos de hablantes nativos y no nativos de español y que facilita resultados de similitud en producción de la entonación entre ellos. En este Compartir pantalla se mostrará como usar PAFe con ejemplos prácticos para obtener datos de similitud en entonación y se revelarán las ventajas de dicha herramienta tanto para su uso en el contexto didáctico de segundas lenguas, como para su empleo en las investigaciones lingüísticas.

Las instituciones de patrimonio cultural han promovido desde hace décadas la publicación de sus colecciones digitales que incluyen texto, metadatos, imágenes, mapas o audio. En este sentido, y con el objetivo de facilitar la reutilización y el acceso computacional, se han explorado varias iniciativas como los conceptos de Lab y Collections as Data. En los últimos años varias propuestas en bibliotecas nacionales se han centrado en la publicación de plataformas digitales de edición colaborativa para corregir el texto digitalizado (OCR). Otras alternativas se han orientado hacia plataformas existentes de edición colaborativa, en particular, Wikidata que ha tenido mucho éxito en el ámbito bibliotecario. Su objetivo es facilitar a la comunidad global la posibilidad de editar y enriquecer las colecciones digitales como son el caso de textos y metadatos.

En este Compartir Pantalla, se expondrá una experiencia con Wikidata para el enriquecimiento de datos, así como una breve introducción al lenguaje de consulta SPARQL. También se presentarán ejemplos adicionales de modelado de datos y visualización en Wikidata basados en la Biblioteca Virtual Miguel de Cervantes, la International GLAM Labs Community y la Biblioteca Nacional de Escocia. Además, la conversación versará sobre los desafíos actuales del uso de Wikidata en lo que respecta a la calidad así como las limitaciones en las consultas.

Este Compartir Pantalla está dedicado a la herramienta Transkribus (https://readcoop.eu/transkribus/) que permite transcribir documentos históricos utilizando modelos entrenados por diferentes investigadores. Aunque es una aplicación basada en Inteligencia Artificial, su uso es sencillo para tareas de transcripción básicas. Esta herramienta es un ejemplo de cómo investigaciones en el marco de un proyecto europeo encuentran una vía de mantenimiento tras la finalización del proyecto, el problema más crítico de persistencia de aplicaciones en Humanidades Digitales y en la informática en general. Tras presentar la herramienta y uno de los 9 modelos públicos disponibles para español, el modelo desarrollado en el grupo de investigación de la ponente (https://readcoop.eu/model/spanish-print-xviii-xix/), se mostrará la práctica de alguna de las funcionalidades principales con el corpus digitalizado en la BNE del Diario de Madrid en el marco del proyecto CARA-NLP(https://clara-nlp.uned.es/). No se requiere que los asistentes posean conocimientos previos.