El reconocimiento automático de textos en letra gótica del Siglo de Oro: creación de un modelo HTR basado en libros de caballerías del siglo XVI en la plataforma Transkribus
DOI:
https://doi.org/10.17979/janus.2020.0.09.10398Palabras clave:
Reconocimiento automático de caracteres, OCR, HTR, libros de caballerías, letra gótica, Transkribus, Proyecto READResumen
La presente investigación se centra en los principales aspectos de la digitalización masiva de textos y el reconocimiento automático de las imágenes digitalizadas por medio de software de OCR/HTR. Se presenta pues un experimento de reconocimiento HTR con libros de caballerías del siglo XVI y se propone un modelo apto para transcribir los textos de forma semi-automática y colaborativa.
Citas
Alvermann, Dirk y Bruno Blüggel, “Transkribus at Greifswald. Idea, practice, results, perspective”, ponencia dictada en Transkribus User Conference, 2–3 November 2017, Technical University of Vienna, Vienna <https://readcoop.eu/wp-content/uploads/2017/07/Alvermann_Bluegel_G reifswald.pdf > [07/10/2020].
Bazzaco, Stefano, “El Progetto Mambrino y las tecnologías OCR: estado de la cuestión”, Historias Fingidas, 6 (2018), pp. 257-272.
Bognolo, Anna y Stefano Bazzaco, “Tra Spagna e Italia: per un’edizione digitale del Progetto Mambrino”, eHumanista/IVITRA, 16 (2019), pp. 20-36.
Borghi, Maurizio y Stavroula Karapapa, “Dal cartaceo al ‘digitale di massa’: biblioteche virtuali, diritto d’autore e il caso Google Books”, en Teoria e forme del testo digitale, introducción, edición y notas de Michelangelo Zaccarello, Roma, Carocci Editore, 2019, pp. 95-113.
Buzzetti, Dino y Jerome McGann, “Critical editing in a digital horizon”, en Electronic Textual Editing, eds. Lou Burnard y Katherine O’Brien O’Keeffe, Nueva York, Modern Language Association of America, 2006, 53-73.
Carbonell, Jamie G; Michalski, Ryszard S.; Mitchell, Tom M., “An overview of machine learning”, en Machine Learning: An Artificial Intelligence Approach, eds. Jamie G. Carbonell, Ryszard S. Michalski y Tom M. Mitchell, Berlin-Heidelberg, Springer-Verlag, 2013, pp. 3-23.
Caton, Paul, “On the term ‘text’ in digital humanities”, Literary and Linguistic Computing, n. 28 (2013), pp. 209-220. DOI: https://doi.org/10.1093/llc/fqt001
Fiormonte, Domenico y Valentina Martiradonna, “La representación digital de la génesis del texto: un caso de estudio”, en En el taller del escritor: génesis textual y edición de textos, Bilbao, Universidad del País Vasco, 2010, pp. 147-176.
Griffin, Clive, Los Cromberger. La historia de una imprenta del siglo XVI en Sevilla y Méjico, Madrid, Eds. Cultura Hispánica, 1991.
Haebler, Conrado, Tipografía Ibérica del siglo XV. Reproducción en facsímile de todos los caracteres tipográficos empleados en España y Portugal hasta el año de 1500, La Haya-Leipsig, a costa de Martinus Nijhoff y Karl W. Hiersemann, 1902.
Italia, Paola, Editing 2000. Per una filologia dei testi digitali, Roma, Salerno Editrice, 2020.
Kichuk, Diana, “Quantità e qualità dei testi online: il problema della digitalizzazione di massa”, en Teoria e forme del testo digitale, introducción, edición y notas de Michelangelo Zaccarello, Roma, Carocci Editore, 2019, pp. 135-166.
Leifert, Gundram et al., “CITlab ARGUS for historical handwritten documents”, 2016, arXiv:1605.08412 <https://www.researchgate.net/publication/269577757_CITlab_ARGUS_for_historical_handwritten_documents> [07/10/2020].
Lucía Megías, José Manuel, Elogio del texto digital. Claves para interpretar el nuevo paradigma, Madrid, Fórcola Ediciones, 2012.
Mancinelli, Tiziana y Elena Pierazzo, Che cos’è un’edizione scientifica digitale, Roma, Carocci Editore, 2020.
Mancinelli, Tiziana, “Early printed edition and OCR techniques: what is the state-of-art? Strategies to be developed from the working-progress Mambrino project work”, Historias Fingidas, 4 (2016), pp. 255-260.
Mühlberger, Günter et al., “Transforming scholarship in the archives through Handwritten Text Recognition. Transkribus as a case study”, Journal of Documentation - Emerald Publishing, vol. 75, n. 5 (2019), pp. 954-976.
Norton, Frederick John, Printing in Spain, 1501-1520, Cambridge, Cambridge University Press, 1966.
Nunberg, Geoffrey, “Google’s Book Search: A disaster for scholars”, en The Chronicle of Higher Education, 31 agosto 2009 <https://www.chronicle. com/article/googles-book-search-a-disaster-for-scholars/> [08/10/2020].
Ogilvie, Brian, “Scientific Archives in the Age of Digitization”, Isis, vol. 107, n. 1 (2016), pp. 77-85. DOI: https://doi.org/10.1086/686075
Orlandi, Tito, Informatica testuale. Teoria e prassi, Roma-Bari, Editori Laterza, 2010.
Priani, Ernesto, “El texto digital y la disyuntiva de las humanidades digitales”, Palabra Clave, n. 18 (2015), pp. 1215-1234. DOI: https://doi.org/10.5294/pacla.2015.18.4.11
Reul et al., “State of the Art Optical Character Recognition of 19th Century Fraktur Scripts using Open Source Engines”, en Proceedings of the DHd 2019 Digital Humanities: Multimedial & Multimodal, Mainz, 2019 <https://arxiv.org/ftp/arxiv/papers/1810/1810.03436.pdf> [08/10/2020].
Robinson, Peter, “Il contesto ‘collaborativo’ degli studi letterari e la dimensione ‘sociale’ delle edizioni scientifiche”, en Teoria e forme del testo digitale, introducción, edición y notas de Michelangelo Zaccarello, Roma, Carocci Editore, 2019, pp. 115-133.
Roling, Marco, “Does Handwriting Text Recognition work for damaged archives?”, 2020 <https://www.cortsfoundation.org/pdf/RolingMDP_HT R_on_damaged_archives_V20200317-cmp.pdf> [08/10/2020].
Roncaglia, Gino, La quarta rivoluzione. Sei lezioni sul futuro del libro, RomaBari, Laterza, 2009.
Sahle, Patrick, “What is a scholarly digital edition (SDE)?”, Digital Scholarly Editing. Theory, Practice and Future Perspectives, eds. Matthew Driscoll y Elena Pierazzo, Cambridge, Open Book Publishers, 2016, pp. 19-39.
Smith, David A. y Ryan Cordell, A Research Agenda for Historical and Multilingual Optical Character Recognition, NULab – Northeastern University, 2018 <https://repository.library.northeastern.edu/downloads/ neu:m043p093w?datastream_id=content> [08/10/2020].
Springmann, Uwe y Anke Lüdeling, “OCR of historical printings with an application to building diachronic corpora: A case study using the RIDGES herbal corpus”, DH Quartely, vol. 11, n. 2 (2017), sin paginación <http://www.digitalhumanities.org/dhq/vol/11/2/000288/000 288.html> [08/10/2020].
Terras, Melissa, “The Rise of Digitization: An Overview”, en Digital Libraries, ed. Rico Rukowski, Olanda, Sense Publishers, 2010, pp. 3-20. DOI: https://doi.org/10.1007/978-94-6091-299-3_1
Terras, Melissa, “Cultural Heritage Information: Artefacts and Digitization Technologies”, en Cultural Heritage information: Access and Management, ed. Ian Ruthven y Gobinda Chowdhury, 2015, pp. 63-88. DOI: https://doi.org/10.29085/9781783300662.005
Thöle, Karen, “Transcribing a highly abbreviated incunable (and some more manuscript sources)”, ponencia dictada en Transkribus User Conference, 2–3 November 2017, Technical University of Vienna, Vienna <https://read.transkribus.eu/wp-ontent/uploads/2017/07/Thoele_Incunable .pdf> [08/10/2020].
Zappulli, Andrea y Sabrina Iorio, “La digitalizzazione dell’Archivio Storico del Banco di Napoli”, DigItalia. Rivista del digitale nei beni culturali, año XIII, n. 2 (2018), pp. 46-51.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2020 Janus. Estudios sobre el Siglo de Oro
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
